आर्टिफिशियल इंटेलिजेंस

ज़ailient ने NIST बॉर्डर-किоск परीक्षण में चेहरे की पहचान सटीकता में #1 स्थान हासिल किया

· GlobeWire Daily Editorial Desk · Source: www.prnewswire.com

2 मिनट में पढ़ें

मुख्य बातेंयूएस नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड्स एंड टेक्नोलॉजी (NIST) के स्वतंत्र परीक्षण से पता चलता है कि ज़ailient का मॉडल एज उपकरणों के लिए डिज़ाइन किए गए तेज़ और हल्के एल्गोरिदम में चेहरे की पहचान सटीकता के मामले में शीर्ष पर है।
XAILIENT ANNOUNCES SUCCESSFUL INDEPENDENT VALIDATION OF CASINO EYE-D BY GAMING LABORATORIES INTERNATIONAL (GLI)

चित्र: Xailient · चित्र स्रोत · Resized and letterboxed to 16:9; no AI generation

यूएस नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड्स एंड टेक्नोलॉजी (NIST) के स्वतंत्र परीक्षण से पता चलता है कि ज़ailient का मॉडल एज उपकरणों के लिए डिज़ाइन किए गए तेज़ और हल्के एल्गोरिदम में चेहरे की पहचान सटीकता के मामले में शीर्ष पर है।

NIST FRTE बॉर्डर-किओस्क परिणाम

घोषणा के अनुसार, ज़ailient के `xailient_001` मॉडल ने NIST फेस रिकग्निशन टेक्नोलॉजी इवैल्यूएशन (FRTE) बॉर्डर-किओस्क टेस्ट में उच्चतम सटीकता हासिल की। इस मूल्यांकन में विशेष रूप से उन डेवलपर्स को मापा गया जिनका टेम्पलेट जनरेशन समय 1 जीबी रैम और 500 मिलीसेकंड प्रतिक्रिया समय की कड़ी बाधाओं के तहत 500 मिलीसेकंड या उससे कम है।

  • सटीकता: 1 में से 100,000 की झूठी मैच दर पर, मॉडल ने वास्तविक बॉर्डर-किओस्क छवि जोड़ों का 95.4% सही मिलान किया।
  • सख्त सीमाएं: 1 में से 1,000,000 की झूठी मैच दर पर, मॉडल ने वास्तविक जोड़ों पर 94.0% सही मिलान दर्ज किया।
  • गति और दक्षता: टेम्पलेट जनरेशन में 497 मिलीसेकंड का समय लगा, जिसमें 901 एमबी मेमोरी और 280 एमबी कॉन्फ़िगरेशन डेटा का उपयोग हुआ।

व्यावहारिक निहितार्थ और एज तैनाती

सर्वर-आधारित प्रणालियों के विपरीत, ऑन-डिफ़ाइस चेहरे की पहचान सीधे सीमित कंप्यूट वाले हार्डवेयर पर चलती है, जैसे कि लगभग 1 TOPS रेटिंग वाले न्यूरल प्रोसेसिंग यूनिट्स (NPUs)। कैप्चर बिंदु पर पहचान चलाने से क्लाउड कनेक्टिविटी पर निर्भरता कम होती है और संवेदनशील डेटा का प्रसारण न्यूनतम होता है।

कंपनी अधिकारियों ने उल्लेख किया कि कम मेमोरी और कंप्यूट आवश्यकताएं रैम और फ्लैश स्टोरेज की बढ़ती कीमतों जैसी हार्डवेयर लागत बाधाओं को कम करने में मदद कर सकती हैं। इसके अलावा, केंद्रीय सर्वर के बजाय सीधे कैमरे पर वीडियो फ्रेम संसाधित करने से bystander डेटा के संग्रह से बचकर गोपनीयता में मदद मिलती है।

सत्यापन और अतिरिक्त संदर्भ

पाठक आधिकारिक NIST फेस रिकग्निशन टेक्नोलॉजी इवैल्यूएशन पोर्टल के माध्यम से इन मूल्यांकनों का सत्यापन कर सकते हैं। NIST परिणाम किसी विशेष उत्पाद या कंपनी के समर्थन का गठन नहीं करते हैं।

यह खबर शेयर करें
मूल स्रोत पढ़ें: Xailient Ranks #1 for Face Recognition Accuracy in Real-world On-Device AI

AI की सहायता से तैयार रिपोर्ट; मूल स्रोत के दावों की स्वतंत्र पुष्टि नहीं की गई है।

लेखक के बारे में

GlobeWire Daily Editorial Desk — प्रकाशित स्रोतों पर आधारित AI-सहायता प्राप्त खबरें।

और पढ़ें