GA/T 893-2010 安防生物特征识别应用术语
GA/T 893-2010 Terms for biometric recognition in security and protection systems
基本信息
本标准适用于安全防范系统生物特征识别应用领域。
发布历史
-
2010年12月
研制信息
- 起草单位:
- 清华大学、中国科学院自动化研究所、中国科学院计算技术研究所、北京中盾安全技术开发公司、公安部第一研究所、上海应用物理研究所、北京普赛科技有限公司、上海银晨智能识别科技有限公司、湖北东润科技有限公司、长春当代信息产业集团有限公司
- 起草人:
- 苏光大、郑方、王生进、陈健生、徐明星、欧智坚、尚焱、吴及、田青、李子青、李勇平、山世光、敖萌、李匆聪、王泰青
- 出版信息:
- 页数:28页 | 字数:47 千字 | 开本: 大16开
内容描述
ICS13.310
A91
中华人民共和国公共安全行业标准
/—
GAT8932010
安防生物特征识别应用术语
Termsforbiometricreconitioninsecuritandrotectionsstems
gypy
ㅤㅤㅤㅤ
2010-12-02发布2010-12-02实施
中华人民共和国公安部发布
/—
GAT8932010
目次
前言…………………………Ⅲ
1范围………………………1
2规范性引用文件…………………………1
3术语和定义………………1
3.1生物特征识别技术通用术语………………………1
3.2人脸识别技术专用术语……………5
3.3指纹识别技术专用术语……………7
3.4声纹识别技术专用术语……………9
3.5虹膜识别技术专用术语……………11
3.6掌纹识别技术专用术语……………13
3.7手部静脉纹识别技术专用术语……………………15
3.8多生物特征识别技术专用术语……………………15
参考文献……………………17
中文索引……………………18
英文索引……………………21
ㅤㅤㅤㅤ
Ⅰ
/—
GAT8932010
安防生物特征识别应用术语
1范围
本标准规定了安全防范系统生物特征识别应用术语。
本标准适用于安全防范系统生物特征识别应用领域。
2规范性引用文件
。,
下列文件对于本文件的应用是必不可少的凡是注日期的引用文件仅注日期的版本适用于本文
。,()。
件凡是不注日期的引用文件其最新版本包括所有的修改单适用于本文件
—指纹自动识别系统术语
GA7732008
/—()
SJT113802008自动声纹识别说话人识别技术规范
3术语和定义
—、/—中界定的以及下列术语和定义适用于本文件。
GA7732008SJT113802008
3.1生物特征识别技术通用术语
ㅤㅤㅤㅤ
3.1.1
生物特征biometriccharacteristic
。:、、。
人体具有的生理特征或行为特征例如人脸指纹虹膜和声纹等
3.1.2
生物特征样本biometricsamle
p
,。:、、
利用生物特征传感器采集的生物特征信息或数据简称样本例如人脸图像指纹图像虹膜图像
和语音等。
3.1.3
生物特征识别biometricreconition
g
,。
利用生物特征进行识别的过程通常包含生物特征辨认和生物特征确认
3.1.4
生物特征辨认biometricidentification
,
查询数据库中的生物特征与输入的生物特征进行比对来确定输入的生物特征对应的未知人身份
,。。
的过程属于一对多的生物特征识别实现生物特征辨认的系统称为生物特征辨认系统
3.1.5
生物特征确认biometricverification
,。,
检验用户是否为其所声明的身份的过程属于一对一的生物特征识别对于未知身份的其声称
X
,,,,
身份为将与数据库中的身份为的生物特征进行比对如果满足系统设定的条件则接受否则
AXA
。。
拒绝实现生物特征确认的系统称为生物特征确认系统
3.1.6
生物特征识别系统biometricreconitionsstem
gy
,:征辨认系统和生物特征确认系统。
实现生物特征识别技术的系统通常分为两类生物特
1
/—
GAT8932010
3.1.7
目标集taretset
g
用于生物特征识别的已知人的特定样本集合。
3.1.8
闭集辨认close-setidentification
将属于目标集的待识别人确定为目标集中某个身份的过程。
3.1.9
开集辨认oen-setidentification
p
,。
将待识别的人确定为目标集中的某个身份或目标集以外的人的过程
3.1.10
生物特征采集biometriccature
p
使用生物特征传感器获取目标人生物特征样本的过程。
3.1.11
测试样本testsamle
p
、。
用于生物特征识别算法系统等性能测试的生物特征样本
3.1.12
测试集testset
由测试样本根据一定规则组成的集合。
3.1.13
特征feature
、。
从生物特征样本中提取出的用于代表该样本的特定的物理量
ㅤㅤㅤㅤ
3.1.14
特征提取featureextraction
从生物特征样本中提取出特定的物理量的过程。
3.1.15
比对matc
hing
,。
将一个生物特征样本与另一个同类的生物特征样本进行比较的过程又称生物特征比对
3.1.16
真实人比对enuinematchin
gg
比对来源于同一个人的同一个生物特征的不同样本的过程。
3.1.17
冒充者比对imostermatchin
pg
比对来源于不同人的生物特征样本的过程。
3.1.18
相似度similarit
y
,。
比对的输出结果代表参与比对的两个生物特征的相似程度相似度的数值也可称为相似分数或
比对分数。
3.1.19
生物特征传感器biometricsensor
、。
将生物特征信息转换成为光电信号的器件或装置
3.1.20
活体检测livenessdetection
检测所采集的人体生物特征样本是否来自于活体人的过程。
2
/—
GAT8932010
3.1.21
决策decision
。:、。
生物特征识别系统依据比对所得到的相似度而做出的反应例如接受拒绝或报警等
3.1.22
响应时间resonsetime
p
生物特征识别系统完成某种规格的生物特征识别所需要的时间。
3.1.23
注册enrolment
,。
采集特定已知人的人体生物特征抽取其特征并存储的过程
3.1.24
注册失败enrolmentfailure
生物特征识别系统不能成功地为已知人进行注册。
3.1.25
识别精度reconitionaccurac
gy
。。
用于描述生物特征识别系统识别性能的度量不同类型的识别系统用不同的统计量来表述生物
:、;
特征辨认系统的识别精度指标有首选识别率前N识别率和CMC曲线等生物特征确认系统的识别
:、、、。
精度指标有错误接受率错误拒绝率正确接受率等错误率和ROC曲线等
3.1.26
首选识别率rank1identificationrate
正确识别结果处于第一名的样本数
首选识别率=×100%
总的测试样本数
ㅤㅤㅤㅤ
:。
注首选识别率是生物特征辨认系统的识别精度指标之一
3.1.27
前识别率
NrankNidentificationrate
正确识别结果处于前名的样本数
N
前识别率
N=×100%
总的测试样本数
式中:
N———正的自然数。
:。
注前识别率是生物特征辨认系统的识别精度指标之一
N
3.1.28
错误接受率()
falseaccetancerateFAR
p
将来自冒充者的测试样本误认作真实人的比率。
被系统接受的冒充者测试样本数
错误接受率=×100%
总的冒充者测试样本数
:。
注错误接受率是生物特征确认系统的识别精度指标之一
3.1.29
错误拒绝率()
falsereectionrateFRR
j
将来自真实人的测试样本误认作冒充者拒绝的比率。
被系统拒绝的真实人测试样本数
错误拒绝率=×100%
总的真实人测试样本数
:。
注错误拒绝率是生物特征确认系统的识别精度指标之一
3.1.30
正确接受率()
enuineaccetancerateGAR
gp
系统对真实人的测试样本做出正确判断的比率。
3
/—
GAT8932010
正确接受率=1-错误拒绝率
:。
注正确接受率是生物特征确认系统的识别精度指标之一
3.1.31
漏警率missrate
属于目标集的人被认定为不在目标集内的比率。
系统漏报的目标集人测试样本数
漏警率=×100%
总的目标集人测试样本数
3.1.32
误警率falsealarmrate
不属于目标集的人被认定为在目标集内的比率。
系统误报的非目标集人测试样本数
误警率=×100%
总的非目标集人测试样本数
3.1.33
等错误率()
eualerrorrateEER
q
,。
错误接受率和错误拒绝率曲线的相交点对应的错误率在该点处错误接受率和错误拒绝率相等
:。
注等错误率是生物特征确认系统的识别精度指标之一
3.1.34
ROC曲线receiveroeratincharacteristiccurve
pg
()。,
描述错误拒绝率或正确接受率和错误接受率之间的关系的曲线通常以错误接受率为横坐标
()。
以错误拒绝率或正确接受率为纵坐标绘制
注:曲线是生物特征确认系统的识别精度指标之一。
ROC
3.1.35ㅤㅤㅤㅤ
CMC曲线cumulativematchcharacteristiccurve
,,。
绘制前识别率和数值之间的关系以为横坐标前识别率为纵坐标绘制
NNNN
注:曲线是生物特征辨认系统的识别精度指标之一。
CMC
3.1.36
注册失败率enrolmentfailurerate
生物特征识别系统注册失败的比率。
3.1.37
吞吐率throuhutrate
gp
单位时间内生物特征识别系统可以完成的生物特征识别操作的数目。
3.1.38
图像imae
g
,、。
直接或间接作用于人眼并通过绘制摄制或印制等手段所形成的形象
3.1.39
数字图像diitalimae
gg
,。
用数字格式记录的图像数字图像的空间坐标和各空间点的色度分量或灰度值由有限的数值表示
3.1.40
灰度图像rascaleimae
gyg
仅记录明暗程度变化的数字图像。
3.1.41
彩色图像colorimae
g
由多个色彩通道表示的具有色彩变化的数字图像。
4
/—
GAT8932010
3.1.42
RGB
、、(、、)。
每种颜色用RGB红绿蓝三个基色分量的数值来表示的彩色空间的编码方法
3.1.43
YUV
、、(、、)。
每种颜色用YUV亮度蓝色差红色差三个分量的数值来表示的彩色空间的编码方法
3.1.44
亮度luminance
。,;
图像的明亮度在数字化的灰度图像中每个像素的取值就是该像素的亮度值在数字化的彩色图
像中,编码方法中分量代表亮度。
YUVY
3.1.45
对比度contrast
图像亮度的区分程度。
3.1.46
像素ixel
p
,。
数字图像中的点元素由数字图像中该点的坐标值以及彩色数值或灰度数值表示
3.1.47
图像质量imaeualit
gqy
,、。
数字图像的一种属性通常用分辨率信噪比等参数来衡量
3.1.48
ㅤㅤㅤㅤ
一比一图像1∶1imae
g
、、,,
通过摄像机扫描仪数码相机等采集设备所形成的数字图像该图像在行列方向采样间隔相等也
,。
就是说垂直方向上单位长度的像素数等于水平方向上相同单位长度的像素数
3.1.49
信噪比()
sinal-to-noiseratioSNR
g
。,、
广义上的信噪比描述了信号中有用信号和噪音信号强度的比率在不同类型的信号中如图像视
频和音频对于信噪比则有着不同的具体定义。
3.2人脸识别技术专用术语
3.2.1
人脸face
、、。。
人的头顶之下颏底线之上左耳到右耳之间的部分包含人脸的数字图像称为人脸图像
3.2.2
可见光人脸图像visiblelihtfaceimae
gg
由人类视觉可感知的光辐射所形成的人脸图像。
3.2.3
近红外人脸图像nearinfraredfaceimae
g
由近红外光辐射所形成的人脸图像。
3.2.4
三维人脸图像3Dfaceimae
g
包含深度信息并随视点位置的变化而改变的人脸图像。
5
/—
GAT8932010
3.2.5
三维人脸识别3Dfacereconition
g
基于三维人脸图像的人脸识别。
3.2.6
眼睛中心eecentre
y
、。
眼睛的瞳孔中心点或同眼内外两眼角连线的中点
3.2.7
人脸图像分辨率faceimaeresolution
g
在一定规格的人脸图像中用像素数量表示的两眼眼睛中心之间的距离。
3.2.8
姿态ose
p
。。。
人脸相对于采集设备在三维空间的角度如图所示三维坐标系的原点是鼻的尖端水平转动
1
角()、()()。
俯仰角和倾斜角分别指代人脸相对于空间三个方向坐标轴的旋转角度
YPR
ㅤㅤㅤㅤ
图1人脸的姿态
3.2.9
人脸关键点facekeoint
yp
,:、。
人脸图像中物理和几何意义都十分明确的点例如左右眼睛中心下颌点等
3.2.10
人脸图像预处理faceimaere-rocessin
gppg
、、、。
包括关键点定位图像归一化图像去噪图像亮度调整等过程
3.2.11
人脸关键点定位facekeointlocation
yp
。、、
在人脸图像中确定关键点的具体位置人脸关键点定位分为人工定位自动定位人工定位自动定
位相结合三种方式。
6
/—
GAT8932010
3.2.12
人脸图像几何归一化faceimaeeometricnormalization
gg
,。
对人脸图像按照一定的规则进行尺度变化或旋转等处理使人脸图像达到规定的几何尺寸
3.2.13
人脸检测facedetection
,。,
对于给定的静态图像或动态图像判断其中是否存在人脸如果存在确定人脸具体的位置和
大小。
3.2.14
人脸正样本ositivefacesamle
pp
包含符合特定要求的真实人脸的生物特征样本。
3.2.15
人脸负样本neativefacesamle
gp
。。
不包含符合特定要求的真实人脸的生物特征样本人脸负样本中可以不包含真实人脸
3.2.16
人脸模板facetemlate
p
记录人脸特征及相关信息的数据。
3.2.17
眼睛定位eeositionin
ypg
确定眼睛中心在人脸图像中的坐标位置。
3.2.18
ㅤㅤㅤㅤ
FARn
生物特征识别系统在错误接受率为/时的错误拒绝率。
1n
注:是人脸确认系统识别精度指标之一。
FARn
3.2.19
监视名单watchlist
一个被监视的已知身份的目标人列表。
3.2.20
监视名单人脸识别系统watchlistfacereconitionsstem
gy
。
判别一个未知身份的待测人脸样本是否在监视名单上的系统如果该系统判断待测人脸样本在监
,。
视名单上则将确定该待测人脸样本的身份
3.2.21
检出率detectionrate
在监视名单上的人被正确认定的比率。
:。
注检出率是监视人名单人脸识别系统识别精度指标之一
3.3指纹识别技术专用术语
3.3.1
指纹finerrint
gp
。,。,
手指第一指节的乳突线指纹学称遗留在客体上的指纹印痕称为指印在指纹自动识别系统中
()。
指纹涵盖指印指印亦称指纹
[—,]
GA7732008定义3.13
7
/—
GAT8932010
3.3.2
谷线valle
y
,,。
手掌和手指以及脚掌和脚趾表面皮肤上凹下的部分相邻乳突线之间的区域
3.3.3
指纹有效区域finerrintreionofinterest
gpg
。
指纹图像数据中一个包含待处理的单个指纹的多边形区域指纹有效区域将待处理的指纹同背
,。
景或者其他的指纹区分开来
3.3.4
一级特征level-1feature
乳突线总体的流向和形态特征。
3.3.5
二级特征level-2feature
,,。
单个乳突线的路径和特别的局部特征诸如分叉点断点等
3.3.6
三级特征level-3feature
,,。
乳突线的细部特性诸如宽度边缘形状以及汗腺孔等
3.3.7
分叉点bifurcati
定制服务
推荐标准
- T/ZJSAE 014-2023 分布式驱动线控底盘通用技术条件 2023-10-08
- T/GDEVA 0002-2022 电动自行车用锂离子电池和电池组 技术规范 2022-11-25
- T/QGCML 1262-2023 电磁油阀 2023-08-25
- T/CAAMTB 23-2020 “领跑者”标准评价要求 纯电动汽车 2020-12-10
- T/CSAE 286.2-2022 功能型无人车 第2部分:总体技术要求 2022-12-30
- T/CCGA 80002-2021 瓶装燃气配送专用正三轮电动车安全技术规范 2021-12-30
- T/GHDQ 11-2018 传统载货汽车高寒性能综合评价指数 2018-12-02
- T/GHDQ 65-2020 高寒地区智能网联半挂牵引车车道保持辅助系统技术条件 2020-09-29
- T/CSAE 140-2020 乘用车自动变速器叶片式油泵 2020-05-29
- T/SHDSGY 371-2022 摩托车零部件的统一编码与标识 2022-12-29