路径: 主页 > GB/T > 第229页 > GB/T 41772-2022 | 标准编号 | GB/T 41772-2022 (GB/T41772-2022) | | 中文名称 | 信息技术 生物特征识别 人脸识别系统技术要求 | | 英文名称 | Information technology - Biometrics - Technical requirements for face recognition system | | 行业 | 国家标准 (推荐) | | 中标分类 | L67 | | 国际标准分类 | 35.240.15 | | 字数估计 | 18,161 | | 发布日期 | 2022-10-14 | | 实施日期 | 2023-05-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 41772-2022: 信息技术 生物特征识别 人脸识别系统技术要求
GB/T 41772-2022 英文名称: Information technology -- Biometrics -- Technical requirements for face recognition system
ICS 35.240.15
CCSL67
中华人民共和国国家标准
2022-10-12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 发 布
1 范围
本文件给出了人脸识别系统的架构及业务流程,规定了功能要求和性能要求。
本文件适用于人脸识别系统的设计、开发与应用。
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/T 28826.2 信息技术 公用生物特征识别交换格式框架 第2部分:生物特征识别注册机构操作规程
3 术语和定义
下列术语和定义适用于本文件。
3.1
人脸识别
基于自然人的面部特征对该个体的自动识别。
[来源:GB/T 38671-2020,3.1.2,有修改]
3.2
人脸识别系统
通过人脸识别来确认特定自然人或特定自然人身份的系统。
3.3
用户
< 人脸识别系统 >以任何方式与人脸识别系统交互的任何自然人或组织。
注:在讨论与人脸识别系统相关的用户,会使用专门的术语。如:人脸特征采集主体、人脸数据主体、人脸识别系统
所有者、人脸识别系统运营者等。在本文件中需要根据上下文判断“用户”的特指对象。
[来源:GB/T 5271.37-2021,3.7.20,有修改]
3.4
人脸特征项
从人脸样本中提取的用于比对的数值或标记。
3.5
人脸样本 在人脸特征项提取之前的人脸特征特性的模拟表示或数字表示。
3.6
人脸参考
属于用户并作为人脸比对对象的、已存储的人脸样本或人脸特征项。
注:人脸参考类型的选择和使用与应用相关,具体规定见GB/T 35273、GB/T 40660。
3.7
人脸参考标识符
指向人脸参考数据库中的人脸参考数据记录的指针。
3.8
人脸探针
输入到算法并与人脸参考进行比对的人脸样本或人脸特征项的集合。
注:人脸探针类型的选择和使用与应用相关,具体规定见GB/T 35273、GB/T 40660。
3.9
人脸验证
将所产生的人脸探针与给定的已存储的人脸参考进行比对(1∶1比对),以确认用户是否为所声明
的身份的一种人脸识别应用方式。
[来源:GB/T 38671-2020,3.1.4,有修改]
3.10
人脸辨识
将所产生的人脸探针与已存储的指定范围内的所有人脸参考进行比对(1∶N 比对),以确认用户
身份的一种人脸识别应用方式。
[来源:GB/T 38671-2020,3.1.5,有修改]
3.11
样本质量
人脸样本符合人脸识别应用指定条件的适应度的度量。
注:人脸识别应用指定条件涉及几个方面,如清晰度、人脸大小等。
3.12
质量判断
检验采集到的样本质量是否符合人脸识别应用指定条件的过程。
3.13
相似度得分
随着相似度的增加而增加的比对得分。
[来源:GB/T 5271.37-2021,3.3.35]
3.14
错误接受率
人脸验证中,错误接受数量占正确拒绝数量与错误接受数量之和的比例。
注:错误接受率有时也被称作误匹配率、误识率、认假率、假阳率等,根据具体应用选择合适的术语,用百分比表示。
3.15
错误拒绝率
人脸验证中,错误拒绝数量占正确接受数量与错误拒绝数量之和的比例。
注:错误拒绝率有时也被称作拒真率、假阴率等,根据具体应用选择合适的术语,用百分比表示。
3.16
错误接受辨识率
人脸辨识中,错误接受数量占正确拒绝数量与错误接受数量之和的比例。
注:错误接受辨识率有时也被称作误报率、误警率、虚警率等,用百分比表示。
3.17
错误拒绝辨识率
人脸辨识中,错误拒绝数量占正确接受数量与错误拒绝数量之和的比例。
注:错误拒绝辨识率有时也被称作漏报率、漏警率等,根据具体应用选择合适的术语,用百分比表示。
3.18
活体检测
对解剖学特征、无意识或有意识的反应的度量和分析,以确定采集到的人脸样本是否来自采集端有
生命体征的人。
注:活体检测是呈现攻击检测的子集。
5 系统架构及业务流程
5.1 系统架构
人脸识别系统由视图采集子系统、视图解析子系统、存储子系统、比对子系统、决策子系统、管理子
系统以及应用开放接口等组成。人脸识别系统架构见图1。
人脸识别系统具体组成如下。
a) 视图采集子系统:用于人脸图像或视频的采集,包括人脸采集设备以及执行人脸采集过程所需
的任何子过程。
b) 视图解析子系统:用于人脸图像和/或视频的处理,包括人脸检测、质量判断、特征项提取、人脸
跟踪、属性检测、活体检测等。
c) 存储子系统:用于人脸注册数据及实时采集数据的存储,包括:
1) 人脸注册数据库:用于注册数据的存储;
2) 实时采集数据库:用于采集数据的存储。
d) 比对子系统:人脸探针与一个或多个人脸参考进行比对,得到相似度得分,并将相似度得分传
输到人脸识别决策子系统,包括两种模式:
1) 人脸验证模式:人脸探针和指定的人脸参考进行比对(1∶1比对),输出一个相似度得分;
2) 人脸辨识模式:人脸探针和部分或全部的人脸参考进行比对(1∶N 比对),输出多个相似
度得分,并根据相似度得分进行排序。
e) 决策子系统:根据一个或多个相似度得分,对人脸识别提供决策结果,包括两种模式:
1) 人脸验证模式:当相似度得分超过指定的阈值时,人脸参考和人脸探针匹配;
2) 人脸辨识模式:当相似度得分超过指定的阈值时,对应的人脸参考构成了与人脸探针匹配
的潜在候选者。
f) 管理子系统:管理人脸识别系统的总体策略、执行和应用,包括但不限于:
1) 设置阈值,例如样本质量阈值,相似度阈值,活体检测阈值等;
2) 日志管理:日志生成、查询和导出等;
3) 权限管理:设置不同角色的操作权限等;
4) 接口配置:配置人脸识别系统的视图采集子系统等;
5) 用户管理:存储或删除用户的人脸参考等注册信息;
6) 其他管理:控制工作环境和非生物特征数据的存储、在视图采集时或采集后向用户提供反
馈信息、与人脸识别应用进行交互管理等。
g) 应用开放接口:人脸识别系统和人脸识别应用之间的接口,包括人脸注册接口、人脸验证接口、
人脸辨识接口、活体检测接口等。
5.2 业务流程
人脸识别系统的业务流程包括人脸注册、人脸识别、人脸更新和人脸注销等。
a) 人脸注册:
1) 启动人脸注册过程;
2) 根据人脸注册策略,采集用户数据,例如人脸图像、视频和/或非生物特征数据等;
3) 视图解析子系统对采集的视图进行解析,例如质量判断和活体检测等;
4) 将该用户的数据记录存储在人脸注册数据库;
5) 结束注册过程,记录日志。
b) 人脸识别:
1) 启动人脸识别过程;
2) 采集人脸图像或视频;
3) 将人脸探针与一个或多个人脸参考进行比对;
4) 依据系统策略及相似度得分,对人脸识别提供决策结果;
5) 将决策结果传输到人脸识别应用;
6) 结束识别过程,记录日志。
c) 人脸更新:
1) 启动人脸更新过程;
2) 根据人脸更新策略,使用本次比对通过的人脸参考替换或部分替换之前的人脸参考;
3) 结束更新过程,记录日志。
d) 人脸注销:
1) 启动人脸注销过程;
2) 根据人脸注销策略,在人脸注册数据库中删除或匿名化与待注销用户关联的全部数据;
3) 结束注销过程,记录日志。
6 功能要求
6.1 视图采集
人脸识别系统应具备人脸采集功能并输出人脸图像或视频,宜符合以下要求:
a) 自动判别采集对象位置,依据采集对象身高和距离自动调节采集设备等;
b) 采集对象为身体机能差异人群时,提供语音提示和/或字体大小调节等功能。
6.2 视图解析
人脸识别系统应具备视图解析功能,并符合以下要求:
a) 应能进行人脸检测;
b) 应能进行人脸特征项提取;
c) 应对样本进行质量判断并给出判断结果,对质量判断未通过的人脸样本可提示重新采集;
d) 宜对样本进行活体检测,并给出检测结果,活体检测应符合附录A的规定。ISO/IEC 30107-2
给出了活体检测数据记录格式;
e) 根据应用需求,可对人脸目标进行跟踪;
f) 可进行人脸属性检测,例如性别、年龄、发型,是否佩戴口罩,是否戴眼镜等。
注:实际应用中,是否使用未通过质量判断的人脸样本,可能取决于应用需求和系统策略。
6.3 存储
6.3.1 人脸识别系统应具备数据存储功能,当人脸参考存储在人脸识别系统内时,应符合以下要求:
a) 支持人脸参考存储到人脸注册数据库,并返回人脸参考标识符,其中人脸注册符合6.3.4的规定;
b) 每个用户的人脸参考对应唯一人脸参考标识符;
c) 支持人脸参考标识符删除操作,删除后该标识符及对应人脸参考失效;
d) 支持人脸参考标识符查询操作,并确认人脸参考标识符及对应人脸参考是否有效。
6.3.2 当人脸参考存储在人脸识别系统外(例如用户令牌)时,人脸识别系统应能获取并使用人脸参考。
6.3.3 若非必要目的,人脸识别系统不应存储实时采集数据。当人脸识别系统具备实时采集数据存储
功能时,具体要求如下:
a) 应支持人脸探针存储到实时采集数据库;
b) 应支持实时采集数据的查询和删除等。
6.3.4 人脸识别系统应支持多种注册方式,并符合以下要求:
a) 应支持现场注册或非现场注册;
b) 应支持人脸样本批量注册;
c) 宜满足单个用户注册多张人脸样本的需求;
d) 宜支持不同图像源的人脸注册,例如实时采集相片或已存储的相片等;
e) 可支持一种或多种采集设备采集的人脸样本;
f) 注册过程中,宜能与用户进行适当交互,例如提醒用户配合,提示注册成功等。
6.4 比对
人脸识别系统应具备人脸比对功能,并符合以下要求:
a) 应将获取的人脸特征项与人脸注册数据库中的人脸特征项进行比对,并计算相似度得分;
b) 应将相似度得分与阈值进行比较,保存相似度得分高于阈值的人脸比对结果,可支持对比对结
果进行检索和导出;
c) 宜具备异常情况判定及处理功能。
注1:相似度得分一般为0~100的实数,得分越低表示人脸特征越不相似,得分越高表示人脸特征越相似。
注2:异常情况包括但不限于比对失败和导出失败等。
6.5 决策
人脸识别系统应具备人脸识别决策功能,并符合以下要求。
a) 人脸验证:
1) 若与人脸参考比对的相似度得分大于指定的阈值,则应判断该人脸探针与人脸参考匹配,
若低于指定阈值,则应判断不匹配;
2) 应向管理子系统输出相似度得分和决策结果。
b) 人脸辨识:
1) 若与所有人脸参考比对的相似度得分都小于指定的阈值,则应判断该人脸探针不与任意
人脸参考匹配;
2) 若与多个人脸参考比对的相似度得分大于指定的阈值,则应取人脸探针与相似度得分最
大的人脸参考匹配;
3) 若需要输出可能的候选者,应先确定候选者列表长度,再根据人脸探针与人脸参考的相似
度得分,排序输出候选者列表;
4) 应向管理子系统输出相似度得分和决策结果。
c) 在确定人脸识别决策结果前,人脸识别系统应允许用户按照决策策略中设定的次数进行尝试。
6.6 管理
人脸识别系统应具备人脸识别管理功能,并符合以下要求。
a) 阈值设置:
1) 相似度阈值:能对阈值进行初始设置,并允许用户根据实......
|