GB∕T 41989-2022 公共安全 虹膜识别应用 算法评测方法.pdf

《GB∕T 41989-2022 公共安全 虹膜识别应用 算法评测方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

ICS13.310CCSA91中华人民共和国国家标准GB/T41989—2022公共安全虹膜识别应用算法评测方法Publicsecurity—Irisrecognitionapplications一Testmethodsforalgorithms2022-10-12发布2023-05-01实施国家市场监督管理总局国家标准化管理委员会 GB/T41989—2022目次前言.......................................................................................I1范围....................................................................................12规范性引用文件..........................................................................13术语和定义..............................................................................14缩略语..................................................................................15测试库建库规则..........................................................................16测试环境................................................................................27测试流程................................................................................28测试方法................................................................................4 GB/T41989—2022前言本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。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专利的责任。本文件由全国安全防范报警系统标准化技术委员会(SAC/TC100)提出并归口。本文件起草单位：中国科学院自动化研究所、北京中科虹霸科技有限公司、天津中科虹星科技有限公司、北京邮电大学、北京眼神智能科技有限公司、天津中科智能识别有限公司、公安部第一研究所、上海芯灵科技有限公司。本文件主要起草人：王云龙、孙哲南、李星光、张慈、李海青、何召锋、侯泊川、马力、侯广琦、王微、杨春林、刘洋、张艺博、薛文芳、李文洁、徐伟。 GB/T41989—2022公共安全虹膜识别应用算法评测方法1范本文件规定了公共安全虹膜以别应用中算法评测方法的测试库建库规则、测试环境、测试流程，描述了测试方法。本文件适用于公共安全虹膜识别应用中算法的评测。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；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。GB/T41786—2022公共安全生物特征识别术语GB/T41988—2022公共安全虹膜识别应用图像技术耍求GB/T41990—2022公共安全虹膜识别应用采集设备GA/T1486—2018安全防范虹膜识别应用程序接口规范3术语和定义GB/T41786-2022界定的术语和定义适用于本文件。4缩略语下列缩略语适用于本文件。ARM进阶精简指令集机器(AdvancedRISCMachine)CPU中央处理器(CentralProcessingUnit)DET检测误差权衡(DetectionErrorTradeoff)dllWindows系统下的动态链接库(dynamiclinklibrary)FAR错误接受率(FalseAcceptanceRate)FRR错误拒绝率(FalseRejectionRate)soLinux系统下的动态链接库(sharedobject)5测试库建库规则5.1虹膜图像采集设备要求采用按照GB/T41990-2022第5章规定的技术要求且不少于两家厂商制造的虹膜采集设备。1 GB/T41989—20225.2虹膜图像采集对象要求采集对象人数：不少于1000人。采集对象性别分布：男女人数各占总人数的（50±3）%。采集对象年龄分布岁以上15岁以下对象占总人数的（16±3）%、15岁至65岁对象占总人数的（70±3）%、65岁以上对象占总人数的（14±3）%。采集对象民族分布：汉族占总人数的（90士2）%,其他民族占总人数的（10±2）%。采集对象配饰要求：不应佩戴有色镜片眼镜或有色隐形眼镜，数据库中佩戴无色镜片眼镜或无色隐形眼镜的虹膜图像比例不超过50%。5.3虹膜图像采集方式要求耍求采集对象眼睛正视虹膜采集设备，在虹膜图像采集设备的有效采集范围内对每位采集对象的左眼和右眼分别采集不少于5幅图像，采集图像质量按照GB/T41988-2022第5章规定的技术要求，其中注册用虹膜图像与识别用虹膜图像数量比例应不大于4：1且不小于1：1。每家厂商的采集设备采集到的虹膜图像数量应相等。6测试环境6.1硬件平台CPU主频大于2.0GHzஹ内存大于1GB的x86,x64.ARM或兼容架构计算机。6.2操作系统WindowsஹLinuxஹ麒麟或兼容操作系统。7测试流程7.1接口提交方式被测试算法由被测试方以动态链接库dll或so的形式提交,命名为irisrec.dll或irisrec.soo动态链接库为32位或64位版本。被测试算法的接口函数按照GA/T1486-2018中6.2.3的定义。7.2虹膜特征提取虹膜特征提取测试接口调用流程应符合图1的规定。其中，人眼区域检测、虹膜图像预处理和提取虹膜模板组成了虹膜特征提取的步骤。2 GB/T41989—2022图1虹膜特征提取测试接口调用流程7.3虹膜特征比对虹膜特征比对测试接口调用流程应符合图2的规定。图2虹膜特征比对测试接口调用流程3 GB/T41989—20227.4特征文件结构虹膜特征文件结构应符合表1的规定。表1虹膜特征文件结构序号字段位置索引长度/字节说明是否必备1字段111文件头类型，记录字符“C”43H是版本号，表示虹膜识别算法的版本，版本号2字段221用OOH〜FFH表示，表示范围为0〜255,是FFH表示“未知”虹膜图像采集设备代码.表示虹膜特征文件3字段331的虹膜图像采集设备来源，由测试方分是配，FFH表示“未知”算法所属单位代码,表示使用的是哪一个单4字段441位的虹膜识别算法，由测试方分配，FFH表是示“未知”特征提取状态，字符“人”（411-1）表示“提取特5字段551征成功”，字符“R"52H表示“提取特征失是败”,FFH表示“未知”6字段66〜149保留项否特征数据长度，表示以字节为单位的虹膜特7字段715〜162征数据长度。位置15和16分别存放高位是和低位数据8字段817特征数据，记录虹膜特征的二进制数据是8测试方法8.1测试项目虹膜识别算法的测试项目为注册失败率、错误接受率、错误拒绝率、等错误率、注册时间和比对时间。8.2注册失败率测试程序调用算法评测动态链接库，并对虹膜图像测试库中所有图像进行特征提取•统计提取特征失败的图像数。按公式（1）计算注册失败率。fte=^ttkx100%................（1）Ni式中：FTE—注册失败率；NFTE—提取特征失败的虹膜图像数；Nஹ—总的虹膜图像数。4 GB/T41989—20228.3错误接受率将每幅虹膜图像的特征数据按表1规定的特征文件结构保存。虹膜图像测试库中所有提取特征成功的文件构成特征文件库。测试程序调用算法评测动态链接库的虹膜特征确认?IR_AlgArisVerifyFC函数，在特征文件库中，将每一幅虹膜图像的特征文件与所有不同类虹膜图像的特征文件进行比对。按公式（2）计算在不同阈值下的错误接受率。FAR=^X100%................（2）Mm式中：FAR—不同阈值下的错误接受率；NFA—误判为真实人比对的次数；Nn—总的冒充者比对次数.8.4错误拒绝率测试程序调用算法评测动态链接库的虹膜特征确认?IR_AlgArisVerifyFC函数，在特征文件库中，符同一类虹膜的每一个特征文件与该类别其他特征文件进行比对。按公式（3）计算在不同阈值下的错误拒绝率。NFRR=—X100%................（3）NGZ式中：FRR―不同阈值下的错误拒绝率；Nfr----误判为冒充者比对的次数；N.—总的真实人比对次数。8.5等错误率在不同阈值下，错误接受率和错误拒绝率曲线的相交点对应的错误率.在该点错误接受率和错误拒绝率相等。8.6注册时间从虹膜图像测试库中随机挑选5000幅虹膜图像构成虹膜图像子集。测试程序以单线程形式调用算法评测动态链接库，对虹膜图像子集中所有图像进行特征提取，记录运行时间作为总注册时间。按公式（4）计算平均注册时间。结果精确到毫秒?msC஺…Ncnr式中：—平均注册时间，单位为毫秒?msCGTenr—总注册时间，单位为毫秒?msC;Nenr—虹膜图像子集的图像数。8.7比对时间从特征文件库中随机挑选5000个特征文件构成特征文件子集。测试程序以单线程形式调用算法评测动态链接库的虹膜特征确认?IR_AlgArisVerifyFC函数，将特征文件子集中的每个特征文件与所有其他特征文件进行比对，记录IR_Alg_IrisVerifyF函数总运行时间，井将其作为总比对时间。按公式5 GB/T41989—20225计算平均比对时间。结果精确到微秒（,六）。TmatchImatch(5)Nmatch式中：,match—平均比对时间，单位为微秒"S
Tinalch—总比对时间，单位为微秒（MS）；Nmatch—比对次数。8.8DET曲线的绘制建立以FAR为横轴、FRR为纵轴的坐标系，在特征文件库中，按8.3和8.4计算不同阈值下的FAR和FRR,标出FAR和FRR在坐标系中的对应点，将点用曲线相连，完成DET曲线绘制.如图3所示。图3DET曲线8.9算法总体性能的评价注册失败率越低，表明将虹膜图像注册成特征模板时，虹膜识别算法对虹膜图像的适应性更强。在相同的错误接受率下，错误拒绝率越低表明虹膜识别算法的识别精度越高。等错误率越低表明虹膜识别算法的识别精度越高。注册时间越短表明虹膜识别算法将虹膜图像注册成虹膜特征的速度越快。比对时间越短表明虹膜识别算法比对两幅虹膜图像特征的速度越快。6