Raziskovalci UL FRI in UL FE so razvili vrhunsko metodo za oceno kakovosti obraznih slik eDifFIQA, ki je na mednarodnem tekmovanju NIST FATE (Face Analysis Technology Evaluation) v kategoriji Kiosk-to-Entry dosegla najboljše rezultate med skoraj 30 sodelujočimi metodami z vsega sveta.

NIST (ang. National Institute of Standards and Technology) je vodilna ameriška institucija za standardizacijo in tehnično ocenjevanje, njihove analize med katerimi je tudi FATE, veljajo za globalno merilo uspešnosti algoritmov. 

Pristop eDifFIQA je napredna metoda za ocenjevanje kakovosti slik obrazov, ki temelji na verjetnostnih difuzijskih modelih za razšumljanje (ang. denoising diffusion probabilistic models). Z uporabo tehnike destilacije znanja in optimizacije oznak pristop omogoča natančno in učinkovito oceno kakovosti obraznih slik in je ključnega pomena za zanesljivo delovanje sistemov za prepoznavo obrazov v realnem svetu.

Metoda je bila pred kratkim vključena tudi v OpenCV Model Zoo, eno najbolj razširjenih knjižnic za računalniški vid, kar omogoča enostavno uporabo pristopa v različnih aplikacijah.

Prispevek osnovne metode DifFIQA je bil med najbolje recenziranimi na prestižni konferenci iz področja biometrije IJCB 2023 (International Joint Conference on Biometrics), razširjeni prispevek, ki opisuje pristop eDifFIQA pa kasneje sprejet v posebno izdajo revije IEEE Transactions on Biometrics, Behavior, and Identity Science (TBIOM). Implementacija metode eDifFIQA je dostopna na spletni strani GitHubu: LSIbabnikz/eDifFIQA.