GB/T 38122-2019
基本信息
标准号： GB/T 38122-2019
中文名称：公共安全指纹识别应用 验证算法性能评测方法
标准类别：国家标准(GB)
标准状态：现行
出版语种：简体中文
下载格式：.zip .pdf
下载大小：1139570
标准分类号
关联标准
出版信息
相关单位信息
标准简介
标准号：GB/T 38122-2019
标准名称：公共安全指纹识别应用 验证算法性能评测方法
英文名称：Fingerprint recognition application in public security-Testing and evaluation methods for verification algorithm performance
标准格式：PDF
发布时间：2019-10-18
实施时间：2020-05-01
标准大小：1465K
标准介绍：本标准规定了公共安全指纹识别应用中指纹验证算法性能评测的测试库建库准则、接口要求测试方法和评价方法
本标准适用于公共安全指纹识别应用中指纹验证算法的性能测试和评价
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
GB/T26237,4-2014信息技术生物特征识别数据交换格式第4部分：指纹图像数据GB/T35735-2017公共安全指纹识别应用采集设备通用技术要求GB/T35736-2017公共安全指纹识别应用图像技术要求GA/T893-2010安防生物特征识别应用术语 本标准按照GB/T1.1-2009给出的规则起草
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这些专利的责任。
本标准由中华人民共和国公安部提出
本标准由全国安全防范报警系统标准化技术委员会(SAC/TC100)归口。
本标准起草单位：北京中盾安全技术开发公司、公安部第一研究所、浙江中正智能科技有限公司、长春鸿达光电子与生物统计识别技术有限公司、北京海鑫科金高科技股份有限公司、北京东方金指科技有限公司、深圳市亚略特生物识别科技有限公司、深圳市中控生物识别技术有限公司
本标准主要起草人：刘琳、尹德森、张旭东、丁增喜、欧阳晖、张莹、刘小杰、刘中秋、张树功、杨春宇田德、邵宇、陈书楷。
标准名称：公共安全指纹识别应用 验证算法性能评测方法
英文名称：Fingerprint recognition application in public security-Testing and evaluation methods for verification algorithm performance
标准格式：PDF
发布时间：2019-10-18
实施时间：2020-05-01
标准大小：1465K
标准介绍：本标准规定了公共安全指纹识别应用中指纹验证算法性能评测的测试库建库准则、接口要求测试方法和评价方法
本标准适用于公共安全指纹识别应用中指纹验证算法的性能测试和评价
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
GB/T26237,4-2014信息技术生物特征识别数据交换格式第4部分：指纹图像数据GB/T35735-2017公共安全指纹识别应用采集设备通用技术要求GB/T35736-2017公共安全指纹识别应用图像技术要求GA/T893-2010安防生物特征识别应用术语 本标准按照GB/T1.1-2009给出的规则起草
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这些专利的责任。
本标准由中华人民共和国公安部提出
本标准由全国安全防范报警系统标准化技术委员会(SAC/TC100)归口。
本标准起草单位：北京中盾安全技术开发公司、公安部第一研究所、浙江中正智能科技有限公司、长春鸿达光电子与生物统计识别技术有限公司、北京海鑫科金高科技股份有限公司、北京东方金指科技有限公司、深圳市亚略特生物识别科技有限公司、深圳市中控生物识别技术有限公司
本标准主要起草人：刘琳、尹德森、张旭东、丁增喜、欧阳晖、张莹、刘小杰、刘中秋、张树功、杨春宇田德、邵宇、陈书楷。
标准图片预览
标准内容
ICS13.310
中华人民共和国国家标准
GB/T38122—2019
公共安全指纹识别应用
验证算法性能评测方法
Fingerprint recognition applicationinpublic security-Testing and evaluation methods for verification algorithm performance2019-10-18发布
国家市场监督管理总局
中国国家标准化管理委员会
2020-05-01实施
GB/T38122—2019
规范性引用文件
术语和定义
测试库建库准则
接口要求
测试方法
测试项目
6.2测试过程
7评价方法
附录A（规范性附录）测试函数C语言接口次
附录B（规范性附录）嵌入式指纹识别产品验证算法测试接口附录C（规范性附录）
参考文献
指纹特征数据测试文件结构
本标准按照GB/T1.1-2009给出的规则起草。GB/T38122—2019
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。本标准由中华人民共和国公安部提出本标准由全国安全防范报警系统标准化技术委员会（SAC/TC100)归口：本标准起草单位：北京中盾安全技术开发公司、公安部第一研究所、浙江中正智能科技有限公司、长春鸿达光电子与生物统计识别技术有限公司、北京海鑫科金高科技股份有限公司、北京东方金指科技有限公司、深圳市亚略特生物识别科技有限公司、深圳市中控生物识别技术有限公司。本标准主要起草人：刘琳、尹德森、张旭东、丁增喜、欧阳晖、张莹、刘小杰、刘中秋、张树功、杨春宇、郭田德、邵宇、陈书楷。
1范围
公共安全指纹识别应用
验证算法性能评测方法
GB/T38122—2019
本标准规定了公共安全指纹识别应用中指纹验证算法性能评测的测试库建库准则、接口要求、测试方法和评价方法。
本标准适用于公共安全指纹识别应用中指纹验证算法的性能测试和评价。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。GB/T26237.4一2014信息技术生物特征识别数据交换格式第4部分：指纹图像数据GB/T35735—2017公共安全指纹识别应用采集设备通用技术要求GB/T35736—2017
公共安全指纹识别应用图像技术要求GA/T893—2010安防生物特征识别应用术语术语和定义
GA/T893一2010界定的以及下列术语和定义适用于本文件。3.1
特征文件
featurefile
以特定格式保存特征信息的文件。3.2
测试库testdatabase
用于对指纹识别算法进行性能评测的指纹图像或特征文件集合。3.3
拒认verificationfailure
用某一成功注册的指纹特征文件与该手指其他所有特征文件进行比对，发生错误拒绝的次数占连续比对次数的比例大于设定值的情况。3.4
拒认率verificationfailurerate；VFR发生拒认的指纹数占成功注册的指纹总指纹数的比例。注：用百分比表示。
reattempt
非拒认指纹同指比对时发生错误拒绝后的再尝试比对GB/T38122—2019
重试率reattemptrate;RAR
发生重试的次数占非拒认指纹同指比对总比对次数的比例。注：用百分比表示。
4:测试库建库准则
具体要求如下：
采集方式：单枚指纹平面活体采集：采集设备：应符合GB/T35735—2017的规定，类型不少于两种；图像参数：应符合GB/T35736—2017的要求；图像格式：BMP或符合GB/T26237.4一2014中8.3.17规定的其他文件格式；采集数量：不少于1000人，每人采集不少于两枚手指，右手和左手各不少于一枚手指，每枚手指采集指纹图像数不少于三幅；一性别分布：男性占51%、女性占49%；年龄分布：15岁以下占17%、15岁~59岁占70%、60岁及以上占13%；产业分布：第一产业占38%、第二产业占28%、第三产业占34%。5接口要求
测试算法和嵌人式指纹识别产品应能实现特征提取和特征比对功能，测试算法通过特征提取和特征比对接口函数实现其功能，测试函数C语言接口见附录A。嵌入式指纹识别产品通过特征提取和特征比对命令实现其功能，嵌人式指纹识别产品验证算法测试接口见附录B。
测试算法和嵌入式指纹识别产品通过特征提取功能得到的指纹特征文件，其文件结构见附录C。6测试方法
6.1测试项目
测试项目为错误接受率、错误拒绝率、等错误率、拒认率、重试率和响应时间6.2测试过程
6.2.1概述
指纹验证算法的性能测试，应在某一注册失败率下进行指纹验证算法的测试分为特征文件集生成过程和指纹验证算法性能测试过程：a）特征文件集生成过程
使用6.2.2中的方法由测试库生成特征文件集1，再使用6.2.3中的方法得到某一注册失败率下的特征文件集2，指纹验证算法性能结果的测试均基于特征文件集2进行。b）指纹验证算法性能测试过程
错误接受率和错误拒绝率使用6.2.4和6.2.5中的方法进行计算，等错误率、响应时间、接受者操作性特性曲线（ROC曲线）、检测错误权衡曲线（DET曲线）根据错误拒绝率和错误接受率的测试结果计算得到，使用方法分别见6.2.6、6.2.9、6.2.10和6.2.11。对于拒认率和重试率，在测试过程中首先使用2
GB/T38122—2019
6.2.7中的方法计算拒认率，之后在拒认率测试结果的基础上.使用6.2.8中的方法计算重试率。6.2.2生成特征文件集1
使用测试算法的特征提取功能，对测试库中所有指纹图像进行特征提取，所生成指纹特征数据的特征提取状态暂记录为注册成功”，所有特征文件构成特征文件集1。6.2.3生成特征文件集2
使用测试算法的特征比对功能，将特征文件集1中某一指纹的所有特征文件分别与该指纹的其他特征文件进行比对，得到若干个相似度，若这些相似度的平均值小于选定相似度國值（取值范围为01，保留3位小数）：则判定该指纹为“注册失败”在特征文件集1中，对所有指纹进行上述操作，统计所有测试结果，在不同选定相似度阈值时，按式(1)计算注册失败率。
式中：
A，一注册失败率，%；
B，—注册失败的指纹数；
Ci总指纹数。
注：“注册失败\的指纹数和总指纹数均指不相同指纹的数量，（1)
设置某一注册失败率，通过计算确定出与其对应的相似度值，作为选定相似度阅值。在特征文件集1中，将同指比对相似度平均值小于此选定相似度阅值的所有特征文件的特征提取状态修改为“注册失败”，其余特征文件的特征提取状态仍为“注册成功”，所有完成特征提取状态标注的特征文件构成特征文件集2。
示例：计算出注册失败率等于r%(T宜取整数值)时的选定相似度阈值，将同指比对相似度平均值低于该相似度阈值的所有特征文件的特征提取状态修改为\注册失败”，其余特征文件的特征提取状态仍为“注册成功”·这样生成的特征文件集2的注册失败率即为文%。6.2.4错误接受率的测试
使用测试算法的特征比对功能，将特征文件集2中某一指纹的第一个特征文件与其他指纹的第个特征文件进行比对，若所得相似度高于选定相似度阈值，则判断该次比对为“错误接受”在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（2)计算错误接受率A2
式中：免费标准bzxz.net
A2—错误接受率，%；
B——相似度高于选定相似度阅值的比对次数；C——总比对次数。
注：已记录为“注册失败”的特征文件不参与比对。6.2.5错误拒绝率的测试
....................2)
使用测试算法的特征比对功能，将特征文件集2中某一指纹的所有特征文件与该指其他特征文件进行比对，若所得相似度低于选定相似度阈值，则判断该次比对为“错误拒绝”。在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（3）计算错误拒绝率。GB/T38122—2019
式中：
A：错误拒绝率，%；
相似度低于选定相似度阈值的比对次数；Ba
C.—总比对次数。
注：已记录为“注册失败”的特征文件不参与比对。6.2.6等错误率的测试与FAR/FRR曲线的绘制（3）
以选定相似度國值为横坐标，错误接受率和错误拒绝率为纵坐标，绘制出错误接受率/错误拒绝率曲线（FAR/FRR曲线），如图1所示。在某个选定相似度阈值下，错误拒绝率等于错误接受率，此时的错误拒绝率或错误接受率为等错误率。100%1
2 40% -
6.2.7拒认率的测试
FARI线
HRR线
0.6000.8001.000
图1FAR/FRR曲线
使用测试算法的特征比对功能，取测试方法6.2.4中错误接受率为0.01%时的相似度为选定相似度阈值，将特征文件集2中某一指纹第二个(含)以后的特征文件分别与第一个特征文件进行比对，若某指纹发生错误拒绝的比对次数占总比对次数的比例大于50%，则判断该指纹被“拒认”，其所有特征文件的特征提取状态均记录为“拒认”。在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（4)计算拒认率。Ba
式中：
A拒认率，%；
B—拒认指纹数；
C4—总指纹数。
注：总指纹数是指不相同指纹的数量，已记录为“注册失败”的特征文件不参与比对。6.2.8重试率的测试
使用测试算法的特征比对功能，取测试方法6.2.4中错误接受率为0.01%时的相似度为选定相似度阈值，将特征文件集2中某一指纹的所有特征文件与同一手指其他特征文件进行比对，若所得相似度低于选定相似度阈值，则判断该次比对为“错误拒绝”在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（5)计算重试率。4
式中：
重试率，%：
×100%
相似度低于选定相似度阈值的比对次数；总比对次数。
注：已记录为“注册失败”和“拒认”的特征文件不参与比对。6.2.9响应时间的测试
GB/T38122—2019
·（5）
在特征文件集1的生成过程中，记录总注册时间和总注册次数，在错误拒绝率和错误接受率的测试过程中，记录总比对时间和总比对次数，按式（6)计算响应时间，即：A.
式中：
响应时间，单位为秒（s）：
总注册时间，单位为秒(s)；
总注册次数；
D,——总比对时间，单位为秒(s)；E
总比对次数。
注：响应时间精确到0.001s。
6.2.10ROC曲线的绘制
（6）
建立以错误接受率（FAR）为横轴、1一错误拒绝率（1一FRR）为纵轴的坐标系（如图2所示）：在特征文件集2中，利用测试方法6.2.4和6.2.5计算不同选定相似度阈值时的FAR和1一FRR，分别标出不同选定相似度阈值时FAR和1一FRR在坐标系中的对应点，用曲线将不同位置的点相连绘制出ROC曲线。
0.001%0.01%
6.2.11DET曲线的绘制
ROC曲线
建立以错误接受率（FAR）为横轴、错误拒绝率（FRR）为纵轴的坐标系（如图3所示），在特征文件集2中，利用测试方法6.2.4和6.2.5计算不同选定相似度阅值时的FAR和FRR，分别标出不同选定相5
GB/T38122—2019
似度阅值时FAR和FRR在坐标系中的对应点，用曲线将不同位置的点相连绘制出DET曲线100%
0.001% 0.01%
7评价方法
图3DET曲线
指纹验证算法的性能评价，应在相同注册失败率下进行，应设置包括0%在内的多个注册失败率。等错误率越低表明指纹验证算法的整体性能越好在相同错误接受率下，错误拒绝率越低表明指纹验证算法的正确接受性能越好。在相同错误拒绝率下，错误接受率越低表明指纹验证算法的安全性能越好。在相同错误接受率下，拒认率和重试率越低表明指纹验证算法的易用性能越好。响应时间越短表明指纹验证算法的易用性能越好。也可基于ROC或DET曲线对指纹验证算法性能进行评价。示例：指纹验证算法1和指纹验证算法2的DET曲线如下图所示，在错误接受率为0.01%时，算法1的错误拒绝率（A点对应纵坐标)大于算法2的错误拒绝率(B点对应纵坐标），则在错误接受率为0.01%时，算法2的正确接受性能要优于算法1。也可以通过曲线上其他点评价算法性能，如FRR1000（当错误接受率小于或等于0.1%时的错误拒绝率）、FRR100（当错误接受率小于或等于1%时的错误拒绝率）和FRRZero（当错误接受率小于或等于0%时的错误拒绝率)等。
算法1
A.1文件格式
文件生成
附录A
（规范性附录）
测试函数C语言接口
GB/T38122—2019
接口函数采用C语言开发，接口函数应在动态链接库（Windows平台下生成dll文件，Linux平台和Android平台生成so文件）中输出，支持多线程。可编译为32位或64位版本。A.1.2
文件名称
WindoWs平台下动态链接库文件名称：32位版本为GB_FPIA_32.dll，64位版本为GB_FPIA_64dll；Linux平台和Android平台下动态链接库文件名称：32位版本为libGB_FPIA_32.so，64位版本为libGB_FPIA_64.so。
接口函数
接口函数见表A,1。
表A.1接口函数
函数说明19
版本信息获取
FP_GetVersion
FP_Begin
FP_FeatureExtract
FP_FeatureMatch
FP_End
函数原型：intFP_GetVersion（unsignedcharcodeE2])。说明
版本信息获取
初始化操作
指纹图像特征提取
指纹特征数据比对
结束操作
参数：unsignedchar code[2]版本信息格式为XY，X为开发者代码，Y为版本号。输出参数。返回值：调用成功，返回1；否则返回错误代码，错误代码值应符合A.4的要求。说明：获取版本信息。
初始化操作
函数原型：intFP_Begin。
参数：无。
GB/T38122—2019
返回值：调用成功，返回1；否则返回错误代码，错误代码值应符合A.4的要求。说明：初始化。
A.3.3指纹图像特征提取
函数原型：intFP_FeatureExtract(unsigned charcScannerType，unsignedcharcFingerCode，unsigned char * pFingerlmgBuf,unsigned int ilmageHeight,unsigned int ilmageWidth,unsigned char * pFeatureData,unsigned int * iFeatureLength)。参数：unsignedcharcScannerType指纹采集器代码。输参数unsignedcharcFingerCode指位代码。输人参数。unsignedchar*pFingerlmgBuf指纹图像数据指针，指纹图像为RAW格式，图像宽度为ilmageWidth.高度为iImageHeight。输人参数unsignedintilmageHeight图像垂直方向像素数量。输人参数。unsignedintilmageWidth图像水平方向像素数量。输人参数。unsignedchar*pFeatureData指纹特征数据指针，存储生成的指纹特征数据，由调用者分配内存空间，指纹特征数据文件结构应符合附录C要求。输出参数。unsignedint*iFeatureLength指纹特征数据长度，输人时表示调用者为pFeatureData分配数据空间的长度，一般不超过10X1024；提取特征后，表示提取特征数据的真实长度。输出参数。
返回值：调用成功，返回1：否则返回错误代码，错误代码值应符合A.4的要求。说明：对指纹图像数据进行特征提取，生成指纹特征数据。A.3.4指纹特征数据比对
函数原型：intFP_FeatureMatch(unsignedintiFeatureLengthl，unsignedchar*pFeatureDatal，unsigned int iFeatureLength2unsigned char * pFeatureData2,float *pfSimilarity)。参数：unsignedintiFeatureLengthl指纹特征数据长度1，pFeatureDatal数据的长度。输人参数。
unsignedchar*pFeatureDatal指纹特征数据指针1。输人参数。unsignedintiFeatureLength2指纹特征数据长度2，pFeatureData2数据的长度。输人参数。
unsignedchar*pFeatureData2指纹特征数据指针2。输人参数。float*pfSimilarity相似度，取值范围为0.000～1.000，值0.000表示不匹配.值1.000表示完全匹配。输出参数
返回值：调用成功，返回1：否则返回错误代码，错误代码值应符合A.4的要求说明：对2个指纹特征数据进行比对.得到相似度值。A.3.5结束操作
函数原型：intFP_EndO。
参数：无。
返回值：调用成功，返回1；否则返回错误代码，错误代码值应符合A.4的要求。说明：结束。
A.4错误代码
错误代码见表A.2。
错误代码
错误代码表
参数错误
GB/T38122—2019
内存分配失败，没有分配到足够的内存功能未实现
其他错误
小提示：此标准内容仅展示完整标准里的部分截取内容，若需要完整标准请到上方自行免费下载完整标准文档。
中华人民共和国国家标准
GB/T38122—2019
公共安全指纹识别应用
验证算法性能评测方法
Fingerprint recognition applicationinpublic security-Testing and evaluation methods for verification algorithm performance2019-10-18发布
国家市场监督管理总局
中国国家标准化管理委员会
2020-05-01实施
GB/T38122—2019
规范性引用文件
术语和定义
测试库建库准则
接口要求
测试方法
测试项目
6.2测试过程
7评价方法
附录A（规范性附录）测试函数C语言接口次
附录B（规范性附录）嵌入式指纹识别产品验证算法测试接口附录C（规范性附录）
参考文献
指纹特征数据测试文件结构
本标准按照GB/T1.1-2009给出的规则起草。GB/T38122—2019
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。本标准由中华人民共和国公安部提出本标准由全国安全防范报警系统标准化技术委员会（SAC/TC100)归口：本标准起草单位：北京中盾安全技术开发公司、公安部第一研究所、浙江中正智能科技有限公司、长春鸿达光电子与生物统计识别技术有限公司、北京海鑫科金高科技股份有限公司、北京东方金指科技有限公司、深圳市亚略特生物识别科技有限公司、深圳市中控生物识别技术有限公司。本标准主要起草人：刘琳、尹德森、张旭东、丁增喜、欧阳晖、张莹、刘小杰、刘中秋、张树功、杨春宇、郭田德、邵宇、陈书楷。
1范围
公共安全指纹识别应用
验证算法性能评测方法
GB/T38122—2019
本标准规定了公共安全指纹识别应用中指纹验证算法性能评测的测试库建库准则、接口要求、测试方法和评价方法。
本标准适用于公共安全指纹识别应用中指纹验证算法的性能测试和评价。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。GB/T26237.4一2014信息技术生物特征识别数据交换格式第4部分：指纹图像数据GB/T35735—2017公共安全指纹识别应用采集设备通用技术要求GB/T35736—2017
公共安全指纹识别应用图像技术要求GA/T893—2010安防生物特征识别应用术语术语和定义
GA/T893一2010界定的以及下列术语和定义适用于本文件。3.1
特征文件
featurefile
以特定格式保存特征信息的文件。3.2
测试库testdatabase
用于对指纹识别算法进行性能评测的指纹图像或特征文件集合。3.3
拒认verificationfailure
用某一成功注册的指纹特征文件与该手指其他所有特征文件进行比对，发生错误拒绝的次数占连续比对次数的比例大于设定值的情况。3.4
拒认率verificationfailurerate；VFR发生拒认的指纹数占成功注册的指纹总指纹数的比例。注：用百分比表示。
reattempt
非拒认指纹同指比对时发生错误拒绝后的再尝试比对GB/T38122—2019
重试率reattemptrate;RAR
发生重试的次数占非拒认指纹同指比对总比对次数的比例。注：用百分比表示。
4:测试库建库准则
具体要求如下：
采集方式：单枚指纹平面活体采集：采集设备：应符合GB/T35735—2017的规定，类型不少于两种；图像参数：应符合GB/T35736—2017的要求；图像格式：BMP或符合GB/T26237.4一2014中8.3.17规定的其他文件格式；采集数量：不少于1000人，每人采集不少于两枚手指，右手和左手各不少于一枚手指，每枚手指采集指纹图像数不少于三幅；一性别分布：男性占51%、女性占49%；年龄分布：15岁以下占17%、15岁~59岁占70%、60岁及以上占13%；产业分布：第一产业占38%、第二产业占28%、第三产业占34%。5接口要求
测试算法和嵌人式指纹识别产品应能实现特征提取和特征比对功能，测试算法通过特征提取和特征比对接口函数实现其功能，测试函数C语言接口见附录A。嵌入式指纹识别产品通过特征提取和特征比对命令实现其功能，嵌人式指纹识别产品验证算法测试接口见附录B。
测试算法和嵌入式指纹识别产品通过特征提取功能得到的指纹特征文件，其文件结构见附录C。6测试方法
6.1测试项目
测试项目为错误接受率、错误拒绝率、等错误率、拒认率、重试率和响应时间6.2测试过程
6.2.1概述
指纹验证算法的性能测试，应在某一注册失败率下进行指纹验证算法的测试分为特征文件集生成过程和指纹验证算法性能测试过程：a）特征文件集生成过程
使用6.2.2中的方法由测试库生成特征文件集1，再使用6.2.3中的方法得到某一注册失败率下的特征文件集2，指纹验证算法性能结果的测试均基于特征文件集2进行。b）指纹验证算法性能测试过程
错误接受率和错误拒绝率使用6.2.4和6.2.5中的方法进行计算，等错误率、响应时间、接受者操作性特性曲线（ROC曲线）、检测错误权衡曲线（DET曲线）根据错误拒绝率和错误接受率的测试结果计算得到，使用方法分别见6.2.6、6.2.9、6.2.10和6.2.11。对于拒认率和重试率，在测试过程中首先使用2
GB/T38122—2019
6.2.7中的方法计算拒认率，之后在拒认率测试结果的基础上.使用6.2.8中的方法计算重试率。6.2.2生成特征文件集1
使用测试算法的特征提取功能，对测试库中所有指纹图像进行特征提取，所生成指纹特征数据的特征提取状态暂记录为注册成功”，所有特征文件构成特征文件集1。6.2.3生成特征文件集2
使用测试算法的特征比对功能，将特征文件集1中某一指纹的所有特征文件分别与该指纹的其他特征文件进行比对，得到若干个相似度，若这些相似度的平均值小于选定相似度國值（取值范围为01，保留3位小数）：则判定该指纹为“注册失败”在特征文件集1中，对所有指纹进行上述操作，统计所有测试结果，在不同选定相似度阈值时，按式(1)计算注册失败率。
式中：
A，一注册失败率，%；
B，—注册失败的指纹数；
Ci总指纹数。
注：“注册失败\的指纹数和总指纹数均指不相同指纹的数量，（1)
设置某一注册失败率，通过计算确定出与其对应的相似度值，作为选定相似度阅值。在特征文件集1中，将同指比对相似度平均值小于此选定相似度阅值的所有特征文件的特征提取状态修改为“注册失败”，其余特征文件的特征提取状态仍为“注册成功”，所有完成特征提取状态标注的特征文件构成特征文件集2。
示例：计算出注册失败率等于r%(T宜取整数值)时的选定相似度阈值，将同指比对相似度平均值低于该相似度阈值的所有特征文件的特征提取状态修改为\注册失败”，其余特征文件的特征提取状态仍为“注册成功”·这样生成的特征文件集2的注册失败率即为文%。6.2.4错误接受率的测试
使用测试算法的特征比对功能，将特征文件集2中某一指纹的第一个特征文件与其他指纹的第个特征文件进行比对，若所得相似度高于选定相似度阈值，则判断该次比对为“错误接受”在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（2)计算错误接受率A2
式中：免费标准bzxz.net
A2—错误接受率，%；
B——相似度高于选定相似度阅值的比对次数；C——总比对次数。
注：已记录为“注册失败”的特征文件不参与比对。6.2.5错误拒绝率的测试
....................2)
使用测试算法的特征比对功能，将特征文件集2中某一指纹的所有特征文件与该指其他特征文件进行比对，若所得相似度低于选定相似度阈值，则判断该次比对为“错误拒绝”。在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（3）计算错误拒绝率。GB/T38122—2019
式中：
A：错误拒绝率，%；
相似度低于选定相似度阈值的比对次数；Ba
C.—总比对次数。
注：已记录为“注册失败”的特征文件不参与比对。6.2.6等错误率的测试与FAR/FRR曲线的绘制（3）
以选定相似度國值为横坐标，错误接受率和错误拒绝率为纵坐标，绘制出错误接受率/错误拒绝率曲线（FAR/FRR曲线），如图1所示。在某个选定相似度阈值下，错误拒绝率等于错误接受率，此时的错误拒绝率或错误接受率为等错误率。100%1
2 40% -
6.2.7拒认率的测试
FARI线
HRR线
0.6000.8001.000
图1FAR/FRR曲线
使用测试算法的特征比对功能，取测试方法6.2.4中错误接受率为0.01%时的相似度为选定相似度阈值，将特征文件集2中某一指纹第二个(含)以后的特征文件分别与第一个特征文件进行比对，若某指纹发生错误拒绝的比对次数占总比对次数的比例大于50%，则判断该指纹被“拒认”，其所有特征文件的特征提取状态均记录为“拒认”。在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（4)计算拒认率。Ba
式中：
A拒认率，%；
B—拒认指纹数；
C4—总指纹数。
注：总指纹数是指不相同指纹的数量，已记录为“注册失败”的特征文件不参与比对。6.2.8重试率的测试
使用测试算法的特征比对功能，取测试方法6.2.4中错误接受率为0.01%时的相似度为选定相似度阈值，将特征文件集2中某一指纹的所有特征文件与同一手指其他特征文件进行比对，若所得相似度低于选定相似度阈值，则判断该次比对为“错误拒绝”在特征文件集2中，对所有指纹进行上述操作，统计所有测试结果，按式（5)计算重试率。4
式中：
重试率，%：
×100%
相似度低于选定相似度阈值的比对次数；总比对次数。
注：已记录为“注册失败”和“拒认”的特征文件不参与比对。6.2.9响应时间的测试
GB/T38122—2019
·（5）
在特征文件集1的生成过程中，记录总注册时间和总注册次数，在错误拒绝率和错误接受率的测试过程中，记录总比对时间和总比对次数，按式（6)计算响应时间，即：A.
式中：
响应时间，单位为秒（s）：
总注册时间，单位为秒(s)；
总注册次数；
D,——总比对时间，单位为秒(s)；E
总比对次数。
注：响应时间精确到0.001s。
6.2.10ROC曲线的绘制
（6）
建立以错误接受率（FAR）为横轴、1一错误拒绝率（1一FRR）为纵轴的坐标系（如图2所示）：在特征文件集2中，利用测试方法6.2.4和6.2.5计算不同选定相似度阈值时的FAR和1一FRR，分别标出不同选定相似度阈值时FAR和1一FRR在坐标系中的对应点，用曲线将不同位置的点相连绘制出ROC曲线。
0.001%0.01%
6.2.11DET曲线的绘制
ROC曲线
建立以错误接受率（FAR）为横轴、错误拒绝率（FRR）为纵轴的坐标系（如图3所示），在特征文件集2中，利用测试方法6.2.4和6.2.5计算不同选定相似度阅值时的FAR和FRR，分别标出不同选定相5
GB/T38122—2019
似度阅值时FAR和FRR在坐标系中的对应点，用曲线将不同位置的点相连绘制出DET曲线100%
0.001% 0.01%
7评价方法
图3DET曲线
指纹验证算法的性能评价，应在相同注册失败率下进行，应设置包括0%在内的多个注册失败率。等错误率越低表明指纹验证算法的整体性能越好在相同错误接受率下，错误拒绝率越低表明指纹验证算法的正确接受性能越好。在相同错误拒绝率下，错误接受率越低表明指纹验证算法的安全性能越好。在相同错误接受率下，拒认率和重试率越低表明指纹验证算法的易用性能越好。响应时间越短表明指纹验证算法的易用性能越好。也可基于ROC或DET曲线对指纹验证算法性能进行评价。示例：指纹验证算法1和指纹验证算法2的DET曲线如下图所示，在错误接受率为0.01%时，算法1的错误拒绝率（A点对应纵坐标)大于算法2的错误拒绝率(B点对应纵坐标），则在错误接受率为0.01%时，算法2的正确接受性能要优于算法1。也可以通过曲线上其他点评价算法性能，如FRR1000（当错误接受率小于或等于0.1%时的错误拒绝率）、FRR100（当错误接受率小于或等于1%时的错误拒绝率）和FRRZero（当错误接受率小于或等于0%时的错误拒绝率)等。
算法1
A.1文件格式
文件生成
附录A
（规范性附录）
测试函数C语言接口
GB/T38122—2019
接口函数采用C语言开发，接口函数应在动态链接库（Windows平台下生成dll文件，Linux平台和Android平台生成so文件）中输出，支持多线程。可编译为32位或64位版本。A.1.2
文件名称
WindoWs平台下动态链接库文件名称：32位版本为GB_FPIA_32.dll，64位版本为GB_FPIA_64dll；Linux平台和Android平台下动态链接库文件名称：32位版本为libGB_FPIA_32.so，64位版本为libGB_FPIA_64.so。
接口函数
接口函数见表A,1。
表A.1接口函数
函数说明19
版本信息获取
FP_GetVersion
FP_Begin
FP_FeatureExtract
FP_FeatureMatch
FP_End
函数原型：intFP_GetVersion（unsignedcharcodeE2])。说明
版本信息获取
初始化操作
指纹图像特征提取
指纹特征数据比对
结束操作
参数：unsignedchar code[2]版本信息格式为XY，X为开发者代码，Y为版本号。输出参数。返回值：调用成功，返回1；否则返回错误代码，错误代码值应符合A.4的要求。说明：获取版本信息。
初始化操作
函数原型：intFP_Begin。
参数：无。
GB/T38122—2019
返回值：调用成功，返回1；否则返回错误代码，错误代码值应符合A.4的要求。说明：初始化。
A.3.3指纹图像特征提取
函数原型：intFP_FeatureExtract(unsigned charcScannerType，unsignedcharcFingerCode，unsigned char * pFingerlmgBuf,unsigned int ilmageHeight,unsigned int ilmageWidth,unsigned char * pFeatureData,unsigned int * iFeatureLength)。参数：unsignedcharcScannerType指纹采集器代码。输参数unsignedcharcFingerCode指位代码。输人参数。unsignedchar*pFingerlmgBuf指纹图像数据指针，指纹图像为RAW格式，图像宽度为ilmageWidth.高度为iImageHeight。输人参数unsignedintilmageHeight图像垂直方向像素数量。输人参数。unsignedintilmageWidth图像水平方向像素数量。输人参数。unsignedchar*pFeatureData指纹特征数据指针，存储生成的指纹特征数据，由调用者分配内存空间，指纹特征数据文件结构应符合附录C要求。输出参数。unsignedint*iFeatureLength指纹特征数据长度，输人时表示调用者为pFeatureData分配数据空间的长度，一般不超过10X1024；提取特征后，表示提取特征数据的真实长度。输出参数。
返回值：调用成功，返回1：否则返回错误代码，错误代码值应符合A.4的要求。说明：对指纹图像数据进行特征提取，生成指纹特征数据。A.3.4指纹特征数据比对
函数原型：intFP_FeatureMatch(unsignedintiFeatureLengthl，unsignedchar*pFeatureDatal，unsigned int iFeatureLength2unsigned char * pFeatureData2,float *pfSimilarity)。参数：unsignedintiFeatureLengthl指纹特征数据长度1，pFeatureDatal数据的长度。输人参数。
unsignedchar*pFeatureDatal指纹特征数据指针1。输人参数。unsignedintiFeatureLength2指纹特征数据长度2，pFeatureData2数据的长度。输人参数。
unsignedchar*pFeatureData2指纹特征数据指针2。输人参数。float*pfSimilarity相似度，取值范围为0.000～1.000，值0.000表示不匹配.值1.000表示完全匹配。输出参数
返回值：调用成功，返回1：否则返回错误代码，错误代码值应符合A.4的要求说明：对2个指纹特征数据进行比对.得到相似度值。A.3.5结束操作
函数原型：intFP_EndO。
参数：无。
返回值：调用成功，返回1；否则返回错误代码，错误代码值应符合A.4的要求。说明：结束。
A.4错误代码
错误代码见表A.2。
错误代码
错误代码表
参数错误
GB/T38122—2019
内存分配失败，没有分配到足够的内存功能未实现
其他错误
小提示：此标准内容仅展示完整标准里的部分截取内容，若需要完整标准请到上方自行免费下载完整标准文档。