“在千万分之一误报下的识别准确率超过99%!”意味着什么？机器几乎可以做到在1000万人的规模下准确识别每一个人。人脸识别精度的提高，代表着在特定场景下用户将获得更好的体验——刷脸支付时，不会遇到机器认不出自己的尴尬，你的账户也不会被长相酷似自己的人盗刷；不同行业的工作效率将大幅提升，例如一线警务人员在确认走失老人身份等业务场景的排查效率将得到提高。

　　全球人脸识别算法测试，是美国国家标准技术局定期举办的人脸识别供应商测试，旨在衡量人脸识别算法的最先进水平。据赛事官方介绍，本次测试数据全部来自美国出入境、刑侦等真实业务场景，包含签证照片、逮捕照片、网络摄像头照片、人脸自拍和无约束环境下人脸图像等几大类，测试结果代表着技术在实战场景中的表现。根据报告，排在第一名的是依图科技今年10月提交的算法，也是参赛团队中在千万分之一误报指标下，唯一将漏报率降到1%以下的团队。

　　十多年来，全球人脸识别算法测试一直是业内最权威的人脸识别比赛，荷兰金雅拓、法国莫弗、俄罗斯Vocord等诸多老牌大厂都曾参与其中；近年来，海康、大华、商汤科技、旷视科技等中国科技企业也积极加入竞赛行列。与此同时，工业界技术的日益精进也在推动比赛标准的提升——赛事今年6月将作为评判标准的误报率从万分位改至千万分位，也就是说识别一万人已经不够体现最高技术水平。依图科研人员笑称“考卷难度越来越大了”。

　　在人脸识别领域，业界通常以误报率、漏报率作为衡量算法能力的主要指标。所谓“误报”就是把不应该匹配的人脸当做成功匹配，“漏报”则是应该成功匹配的没有查找出来。一般而言，在误报率相同的情况下，识别准确率越高、漏报率越低，意味着算法性能越好。据介绍，相比于去年同期，全球人脸识别性能提升了80%。