国土安全部科学技术局的研究与发展部门组织了一次由技术专家和志愿者组成的技术集会，以寻找一种面部识别算法，该算法可以以最高的准确性识别戴着口罩的人。
活动进行了10天。 582名志愿者接受了60种不同的面部识别系统的测试。主要的采集系统是Stone，Vly，West，Dans，Besek和Pine，这是六个不同图像采集系统的混合搭配，并结合了十种不同的匹配算法，这些算法根据其面部捕捉能力和可靠性进行了评估识别人脸的准确性。
不同的AI人脸识别系统给出了不同的结果。识别未掩盖个人的平均准确度为93％，被掩盖个人的平均准确度为77％。表现最好的技术是Dans，它能够在96％的时间内识别被掩盖的人，而最差的技术则只能在4％的时间内识别出蒙面人。结果基于效率，满意度，FaceFtAR（失败获取率）和FacemTIR（真实识别率）
效率在这里定义为测试志愿者执行每个系统交易所需的平均时间。就效率而言，West和Dans是最好的，因为他们只花了4秒的交易时间。满意度在这里定义为提供积极回应的测试志愿者的比例。 West，Dans和Besek的结果最为满意，达到95％。
失败率（FtAR）在此定义为未能捕获图像或无法捕获可由MdTF匹配算法进行模板化的图像的交易比例。MdTF真实识别率（mTIR）在此定义为所提交的生物特征图像与正确的测试志愿者相匹配或如果探测对象不在画廊中则无法识别的交易比例。在这两个结果中，Vly都名列前茅。在20秒内其FtAR为1.7％，在20秒内mTIR为97.8％。
活动的完整报告尚未确认宣布。您可以在MDTF上查看完整的报告，这将在未来几周内完成。