Partager :
La start-up Unissey a fait soumettre à des tests du National Institute of Standards and Technology ses algorithmes biométriques afin de prouver leur efficacité.
Pour garantir la fiabilité de ses analyses biométriques, la start-up parisienne Unissey a fait tester ses algorithmes de biométrie faciale dans le test de référence mondial du National Institute of Standards and Technology (NIST) dans le cadre du Face Recognition Vendors Test (FRVT). Résultat, elle a obtenu une amélioration de 18 % de ses performances. Un taux de marge d’erreur inférieur à celui de l’évaluation par un examinateur humain.
Les algorithmes d’Unissey obtiennent une marge d’erreur de 1 sur 1 million. En comparaison, l’œil humain atteint 300 000 sur 1 million.
© Unissey
Un faux taux de correspondance peu élevé
Soumis le 29 novembre 2021 sur le Dataset de Visaborder, les algorithmes atteignent un taux de fausses correspondances [False non match rate (FNMR)] de 1,47%. Il faut savoir que le FNMR décrit la proportion de comparaisons faciales entre deux photos d’une même personne (dont une par exemple, issue de papiers d’identité) qui sont considérées à tort comme différentes. En d’autres termes, plus ce taux est bas, moins il y a de risque qu’une personne soit invalidée à tort.
Un taux de correspondance élevé
Autre résultat, Unissey a obtenu un False Match Rate (FMR) de 10-6. À l’inverse du FNMR, ce taux représente la proportion de comparaisons faciales entre deux photos de deux personnes différentes qui sont considérées à tort comme un seul et même individu.
Une marge d’erreur de 1 sur 1 million
Concrètement, cela signifie que le niveau de sécurité de la solution d’Unissey fait en sorte que moins de 15 personnes sur 1 000 sont rejetées à tort lors de leur première tentative. De même, seule 1 personne sur 1 million est considérée à tort comme identique à une autre personne de l’ensemble de données.
Des algorithmes 30% plus fiables que l’œil humain
En comparaison avec les performances humaines en matière de comparaisons faciales, « des études montrent que la probabilité pour un humain de donner une fausse correspondance entre deux personnes distinctes peut atteindre jusqu’à 30 %, soit 300 000 fois sur 1 million » indique Unissey. De fait, la start-up prouve ainsi que ses algorithmes obtiennent donc de meilleurs résultats que l’œil humain.
Ségolène Kahn
Commentez