GA/T 1470-2018.Security protection-Face recognition applications-Classification.
1范围
GA/T 1470规定了安全防范系统人脸识别应用分类准则
GA/T 1470适用于安全防范系统人脸识别应用的分类和管理,为人脸识别应用系统的开发、应用和管理提供分类依据和方法。
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8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。
GA/T893--2010安防生物特征识别应用术语
3术语和定义
GA/T 893-2010 界定的以及下列术语和定义适用于本文件。
3.1配合being cooperative
采集对象为达到使用要求所进行的姿态.表情、脸部佩饰和行进路线的调整。
3.2非配合being non-cooperative
采集对象无配合调整意识的状态.
3.3多对多比对many-to-many matching
将输人的数据集中多张图片数据与另-一个数据集中多张图片数据进行比对,返回相似度较高图片对的过程。
3.4动态采集dynamic acquisition
获取处于运动、变化状态下采集对象人脸图像信息的过程.
3.5静态采集static acquisition
获取相对静止状态下采集对象人脸图像信息的过程。

ICS13.310
中华人民共和国公共安全行业标准GA/T1470—2018
安全防范
人脸识别应用
Security protection-Face recognition applications-Classification2018-03-12发布
中华人民共和国公安部
2018-03-12实施
1范围
2规范性引用文件..
3术语和定义
4应用分类
人脸识别应用分类说明
附录A（资料性附录）
GA/T1470—2018
本标准按照GB/T1.1—2009给出的规则起草。GA/T1470—2018
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。本标准由全国安全防范报警系统标准化技术委员会人体生物特征识别应用分技术委员会（SAC/TC100/SC2)提出并归口。
本标准起草单位：北京中科奥森数据科技有限公司，中国科学院自动化研究所，国防科技大学，公安部第一研究所，山西省公安厅科技处，清华大学，广州像素数据技术股份有限公司，浙江大华技术股份有限公司，深圳纽酷物联网有限公司。本标准主要起草人：李子青、雷震、谢剑斌、刘君平、侯鸿川、赵军、苏光大、姚若光、汪海洋、王彩松。m
1范围
安全防范人脸识别应用分类
本标准规定了安全防范系统人脸识别应用分类准则。GA/T1470—2018
本标准适用于安全防范系统人脸识别应用的分类和管理，为人脸识别应用系统的开发、应用和管理提供分类依据和方法。
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。GA/T893一2010安防生物特征识别应用术语3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
配合beingcooperative
采集对象为达到使用要求所进行的姿态、表情、脸部佩饰和行进路线的调整。3.2
非配合being non-cooperative
采集对象无配合调整意识的状态。3.3
fmany-to-manymatching
多对多比对
将输人的数据集中多张图片数据与另一个数据集中多张图片数据进行比对，返回相似度较高图片对的过程。
动态采集dynamicacquisition
获取处于运动、变化状态下采集对象人脸图像信息的过程。3.5
静态采集 static acquisition
获取相对静止状态下采集对象人脸图像信息的过程。3.6
Jface liveness detection
人脸活体检测
检测辨别人脸图像来自活体人脸或假体人脸的功能。3.7
人脸防伪
face anti-spoofing
能够抵御人脸照片、视频或者人脸面具等来自假体人脸仿冒攻击的措施，通常通过人脸活体检测实现。
GA/T1470—2018
值守monitoring
对人脸识别过程的人工监管。
4应用分类
表1列出了人脸识别应用的5个分类依据，根据每个分类依据，再划分为几个不同的方式：按照采集方式可分为动态采集和静态采集；按照采集对象状态分为非配合和配合：按照比对方式分为确认、辨认和多对多比对；按照安全要求分为有人脸防伪和无人脸防伪；按照监管要求分为无值守和有值守。附录A详细列举了人脸识别应用的典型场景和特点分类。表1人脸识别应用分类依据
分类依据
采集方式
采集对象
比对方式
安全要求bZxz.net
监管要求
A1动态采集
A2静态采集
B1非配合
B2配合
C1确认(1:1)
C2辨认(1：N)
C3多对多比对
D1有人脸防伪
D2无人脸防伪
E1无值守
E2有值守
应用示例（参见附录A）
视频监控布防[A1-B1-C2-D2]：城市治安防控、街面场馆安保自助实名核验［A2-B2-C1-D1-E1]：出人境自助通关查证、车站实名查证，远程身份查证，ATM机
人员筛查[B1-A1-(C1/C2)-D2-E2]：即时追逃卡口布控人员管制[B2-A2-C1-D2-E2]：监所人员管理现场身份查证[C1-A2-B2-D2-E2]：银行社保等实名查证、考场人员管理合法身份管理[C2-A2-B2-D2]：重要会议人员管理、社区出人管理、考勤门禁控制
嫌疑人员检索[C3-A2]身份查重、黑名单筛查远程实名身份确认[D1-A2-B2-C1-E1]：实名上网、远程交易日常管理[D2]：考勤等非重要身份查证24h连续查证[E1]：自助操作，远程操作重要人员管理[E2-A2-B2-D2]：大型集会身份查证、监所人员管理A.1概述
附录A
（资料性附录）
人脸识别应用分类说明
本附录列举了人脸识别应用的典型场景和特点。GA/T1470—2018
一般来说，对采集对象姿态或行进路线有专门要求的场景采用配合的静态采集方式，对采集对象姿态和行进路线无专门要求的场景采用非配合的动态采集方式，视频监控的日常管理布防或非重要身份查证可无人脸防伪要求，远程实名身份确认应有人脸防伪要求，有人脸防伪或非重要的24h连续身份查证可无值守要求，重要场景的身份查证可有人脸防伪和值守要求，身份查证采用确认比对方式，身份筛查采用辨认比对方式。
A.2身份查证现场确认
典型应用场景包括银行柜台业务办理，社保实名认证，场馆安保管理等。采集对象需配合采集人脸图像，采用人脸确认比对方式识别，验证现场采集图像与持证人员是否为同一个人。根据安全等级需要，可无人脸防伪要求。
按照人脸识别应用分类依据，该应用标记为A2-B2-C1-D2-E2A.3身份核验远程确认
典型应用场景包括银行、证券、网络远程开户，社保网络实名认证，远程教育考生认证，征信报告自助打印，ATM机取款身份验证等。与A.2的区别在于图像采集现场无人工监管，应有人脸防伪要求确保系统不受假体人脸攻击。
按照人脸识别应用分类依据，该应用标记为A2-B2-C1-D1-E1。A.4配合式身份辨认
典型应用场景包括无卡门禁考勤等。采用人脸辨认方式识别，采集对象主动配合采集人脸图像根据安全等级需要，可有人脸防伪要求。按照人脸识别应用分类依据，该应用标记为A2-B2-C2-D1-E1。A.5非配合式身份辨认
典型应用场景包括追逃布控，黑名单人员视频监控，VIP会员，客户识别迎宾服务等。采用人脸新认方式识别，采图时，采集对象处于不知情的非配合状态。这类应用一般对防伪无要求。按照人脸识别应用分类依据，该应用标记为A1-B1-C2-E2。3
GA/T1470--2018
批量的多对多比对
典型应用场景包括嫌疑人名单检索的多个人脸数据库的交叉比对等。输人一组图片数据与数据库中另一组图片数据交叉比对，返回相似度较高的图片对，供后续分析使用。按照人脸识别应用分类依据，该应用标记为A2-B2-C3。
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。