GA/T 1723.4-2020 居民身份网络认证 认证服务 第4部分：人脸图像采集控件技术要求

ICS3524015

A90..

中华人民共和国公共安全行业标准

GA/T17234—2020

.

居民身份网络认证认证服务

第4部分人脸图像采集控件技术要求

:

CTIDonlineauthentication—Authenticationservices—

Part4Technicalreuirementsforfacialimaecaturecontrol

:qgp

2020-06-03发布2020-10-01实施

中华人民共和国公安部发布

GA/T17234—2020

.

目次

前言

…………………………Ⅲ

引言

…………………………Ⅳ

范围

1………………………1

规范性引用文件

2…………………………1

术语定义和缩略语

3、………………………1

术语和定义

3.1…………………………1

缩略语

3.2………………2

总则

4………………………2

概述

4.1…………………2

作用

4.2…………………3

功能要求

5…………………3

概述

5.1…………………3

视频互动

5.2……………3

防假体攻击

5.3…………………………4

图像采集

5.4……………4

性能要求

6…………………4

图像要求

7…………………4

图像格式

7.1……………4

文件大小

7.2……………4

图像安全

7.3……………4

遮挡

7.4…………………4

两眼间距

7.5……………4

姿态

7.6…………………4

眼镜

7.7…………………4

亮度和对比度

7.8………………………5

清晰度

7.9………………5

附录资料性附录采集设备环境光线要求示例

A()……………………6

自助采集设备

………………………

A.16

移动采集设备

A.2………………………8

附录规范性附录防假体攻击要求

B()…………………9

二维防假体攻击

B.1……………………9

三维防假体攻击

B.2……………………10

参考文献

……………………11

图居民身份网络认证系统整体技术框架

1………………3

Ⅰ

GA/T17234—2020

.

图正视图

A.1………………6

图侧视图

A.2………………7

图俯视图

A.3………………7

表防假体攻击性能要求

1…………………4

表二维静态纸质图像攻击

B.1……………9

表二维静态电子图像攻击

B.2……………9

表二维动态图像攻击

B.3…………………9

表三维面具攻击

B.4……………………10

表三维头模攻击

B.5……………………10

Ⅱ

GA/T17234—2020

.

前言

居民网络身份认证认证服务分为五个部分

GA/T1723《》:

第部分认证分级

———1:;

第部分服务接口要求

———2:;

第部分信息获取控件接口要求

———3:;

第部分人脸图像采集控件技术要求

———4:;

第部分人脸比对引擎接口要求

———5:。

本部分为的第部分

GA/T17234。

本部分按照给出的规则起草

GB/T1.1—2009。

请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别这些专利的责任

。。

本部分由公安部社会公共安全应用基础标准化技术委员会提出并归口

。

本部分起草单位公安部第一研究所北京中盾安信科技发展有限公司北京中盾安全技术开发公

:、、

司广州像素数据技术股份有限公司北京市商汤科技开发有限公司重庆中科云从科技有限公司浙江

、、、、

蚂蚁小微金融服务集团有限公司深圳市腾讯计算机系统有限公司北京旷视科技有限公司公安部安

、、、

全与警用电子产品质量检测中心杭州海康威视数字技术股份有限公司等

、。

本部分主要起草人田强李志远吕占斌姚若光谢玉凤李军谷晨王昕杨晓光吕蒙刘军

:、、、、、、、、、、、

许路杜伟陈色桃

、、。

Ⅲ

GA/T17234—2020

.

引言

居民身份网络认证是国家实施网络可信身份战略实施的重要环节之一由于互联网的虚拟性特

。

点传统的身份认证方式已无法适应网络用户应用的需求而网络身份认证存在着认证方式多种多样

,,、

身份信息真假难辨等弊端并引发了数据泄露身份冒用隐私传播等新的安全问题甚至威胁到了国家

,、、,

安全为此亟需从标准化角度开展研究构建安全便捷统一的居民身份网络认证技术框架为在网

。,,、、,

络空间标识居民身份和认证提供安全保障为提高我国网络身份管理水平实现网络社会治理现代化提

,、

供技术支持

。

为满足人脸图像采集过程中防御恶意假体攻击抵制非法篡改数据和提高图像质量差异性等因素