4 FERET人脸识别测试
1993年，美国国防部高级研究项目署 (Advanced Research Projects Agency)和美国陆军研究实验室(Army Research Laboratory)成立了Feret(FacE REcognition Technology) 项目组，建立了feret 人脸数据库，用于评价人脸识别算法的性能。
被测试的算法分为两种：(1) 半自动算法。这种算法需要人工指出图象中人的两眼中心的坐标；(2) 全自动算法。这种算法能够自动定位图象中的人脸，然后进行识别。
测试时，人脸图象分为两个集合：(1) 已知身份的人的图象组成库藏集 (gallery) 或目标集(target)。(2) 输入给算法的未知身份的人的图象组成探测集 (probe)或查询集(query)。
对于人脸鉴别，查询集合中的图象分为四种：(1) FB图象，图象与目标集合中的图象是在同日、同光照条件下拍摄。(2) fc图象：图象与目标集合中的图象是在同日、不同光照的条件下拍摄。(3) 复像I (duplicate I) ：图象与目标集合中的图象是在不同日、不同照相机的条件下拍摄。(4) 复像II(duplicate II)：图象与目标集合中的图象是在一年以后、不同照相机的条件下拍摄。
测试时，被测试的算法作为服务器运行，测试统计程序作为客户运行，客户首先向服务器传输库藏集合，然后，逐幅向服务器传输查询图象，服务器接收到查询图象后，将结果返回客户。
到1997年底为止，参加测试的算法中，对FB图象的识别率很高，库藏1196人中首选率（输出的侯选图象集合中，排在第一幅的图象与查询图象为同一人的概率）达96%；对fc图象的识别率也比较高，库藏1196人中首选率达 81%；对两个复像的识别率低，对复像 I，库藏1196人中首选率为 60%，对复像II，库藏 864人中首选率为 51%。
测试发现的主要问题：识别算法对光照变化敏感；查询图象和目标图象相隔一年半后，识别算法的性能下降；识别算法对人脸位置变化敏感：人脸偏转角度大于15度后，性能下降；识别算法对相机敏感。
5 FVRT人脸识别测试
FERET测试在1997年以后。没有再进行，后来，人们组织了人脸识别厂商比赛FVRT(Face Recognition Vendor Test)。FVRT在2000年进行了第一次，在2002年进行了第二次，主要针对工业界。FRVT2002对成熟的全自动人脸识别系统进行独立的技术评价，提供评价人脸识别系统满足大规模、真实世界应用能力的性能度量。
FRVT2002由两个测试子集组成：高度计算密集(HCInt, high computational intensity)测试和中等计算密集(MCInt, medium computational intensity)测试。每个测试需要11天时间。
HCInt 测试用于评价当前系统在极具挑战性的真实世界问题上的性能，HCInt测试必须在三个等价的高端工作站上进行。HCInt 测试拥有37437人的121589幅图象，图象由美国国务院墨西哥非移民护照档案提供，由此得到人脸识别算法在超大规模数据集合上的真实世界性能。
MCInt 测试提供一个参与者在不同图象格式（静止或视频）和不同条件下（光照、姿态）的人脸识别性能，用于发现在HCInt 测试中没有标明的有希望的人脸识别技术。MCInt 测试仅在一台工作站上进行，
FRVT2002的测试结果分为：鉴别、验证、监控三类。
验证算法的性能：
FAR 条件 识别率（1-FRR）
0.1% 平均效果 82%
1% 室内同日同光照 95%
1% 室内同日不同光照 95%
1% 室内不同日同光照 89%
1% 护照照片、不同日 90%
1% 室内、室外同日 54%
鉴别算法的性能（37437人，一人一幅作为库藏，每人二幅作为查询图象）：
期望图象在结果集合中位置 识别率
排列第一 72%
排列在前20位 82%
排列在前50位 87%。
监控算法的性能（FAR=1%）：
监控表大小 识别率（1-FRR）
25人 77%
50人 75%
100人 72%
300人 70%
400人 65%
800人 63%
1600人 60%
3000人 56%
FRVT2002结论：（1）自FRVT2000以来，室内图象的识别性能有较大提高，室外图象的识别有待提高；（2）男性比女性易于识别（男性轮廓明显，特征显著）；（3）老年人比年轻人易于识别；（4）识别性能随库藏大小的对数成下降趋势；（5）采用三维融合（morphing）模型（将一个三维模型与一个非正面人脸图象拟合，校正姿势变化，将非正面图象变换为正面图象，变换后的正面图象再与其它正面图象匹配），可以提高识别率。
6 北京科瑞奇公司人脸鉴别系统简介
北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图象进行处理，消除了照相机的影响，再对图象进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图象是不同时期拍摄的，使用的照相机不一样。系统可以接受时间间隔较长的照片，并能达到较高的识别率，在计算机中库藏2300人的正面照片，每人一张照片，使用相距1--7年、差别比较大的照片去查询，首选率可以达到50%，前20张输出照片中包含有与输入照片为同一人的照片的概率可达70%。
