一项研究比较了人类鉴识检查人员与计算机算法在面部识别任务中的准确性。把面部识别的错误最小化，对于鉴识科学具有意义。然而，对专业面部识别者的准确性的测试很少，而且缺乏让面部识别准确性最大化的方法。P. Jonathon Phillips 及其同事比较了人类与计算机的面部识别。这组作者检验了人类的面部识别能力，并且证明了包括接受过广泛训练的鉴识面部检查人员在内鉴识专业人士比对照组在一个面部识别测试中更准确地识别了面部。之后，这组作者让进行了面部识别训练的4个计算机算法接受了这个面部识别测试。 在2015年到2017年之间开发的这些算法的成绩在人类准确性的范围内，最新算法的成绩比鉴识面部检查人员的中位数更高。然而，这组作者发现，与把两名鉴识面部检查人员组合起来相比，把单个鉴识面部检查人员与成绩最高的算法组合起来，得到了最准确的面部识别，导致了准确性的改善。这组作者说，这些结果可能有助于改进面部识别的准确性。
论文 #17-21355: "Face recognition accuracy of forensic examiners, superrecognizers, and face recognition algorithms," 作者 P. Jonathon Phillips 等人
媒体联系人：P. Jonathon Phillips，美国国家标准与技术研究院
National Institute of Standards and Technology, Gaithersburg, MD;
电话: 301-975-5348, 240-364-4586;
电子邮件: <jonathon@nist.gov>
###