GA/T 893-2010
基本信息
标准号： GA/T 893-2010
中文名称：安防生物特征识别应用术语
标准类别：公共安全行业标准(GA)
标准状态：现行
出版语种：简体中文
下载格式：.zip .pdf
下载大小：8040839
标准分类号
关联标准
出版信息
相关单位信息
标准简介
GA/T 893-2010.Terms for biometric recognition in security and protection systems.
1范围
GA/T 893规定了安全防范系统生物特征识别应用术语.
GA/T 893适用于安全防范系统生物特征识别应用领域。
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 773- 2008指纹 自动识别系统术语
SJ/T 11380- -2008 自 动声纹识别(说话人识别)技术规范
3术语和定义
GA 773- 2008 .SJ/T 11380- 2008 中界定的以及下列术语和定义适用于本文件。
3.1生 物特征识别技术通用术语
3.1.1生物特征biometric characteristic
人体具有的生理特征或行为特征。例如:人脸、指纹、虹膜和声纹等。
3.1.2生物特征样本biometric sample
利用生物特征传感器采集的生物特征信息或数据,简称样本。例如:人脸图像、指纹图像、虹膜图像和语音等。
3.1.3生物特征识别biometric recognition
利用生物特征进行识别的过程，通常包含生物特征辨认和生物特征确认。
3.1.4生物特征辨认biometric identification
查询数据库中的生物特征,与输人的生物特征进行比对来确定输人的生物特征对应的未知人身份的过程,属于一对多的生物特征识别。实现生物特征辨认的系统称为生物特征辨认系统。
1范围
GA/T 893规定了安全防范系统生物特征识别应用术语.
GA/T 893适用于安全防范系统生物特征识别应用领域。
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 773- 2008指纹 自动识别系统术语
SJ/T 11380- -2008 自 动声纹识别(说话人识别)技术规范
3术语和定义
GA 773- 2008 .SJ/T 11380- 2008 中界定的以及下列术语和定义适用于本文件。
3.1生 物特征识别技术通用术语
3.1.1生物特征biometric characteristic
人体具有的生理特征或行为特征。例如:人脸、指纹、虹膜和声纹等。
3.1.2生物特征样本biometric sample
利用生物特征传感器采集的生物特征信息或数据,简称样本。例如:人脸图像、指纹图像、虹膜图像和语音等。
3.1.3生物特征识别biometric recognition
利用生物特征进行识别的过程，通常包含生物特征辨认和生物特征确认。
3.1.4生物特征辨认biometric identification
查询数据库中的生物特征,与输人的生物特征进行比对来确定输人的生物特征对应的未知人身份的过程,属于一对多的生物特征识别。实现生物特征辨认的系统称为生物特征辨认系统。
标准图片预览
标准内容
ICS13.310
中华人民共和国公共安全行业标准GA/T893—2010
安防生物特征识别应用术语
Terms for biometric recognition in security and protection systems2010-12-02发布
中华人民共和国公安部
2010-12-02实施
规范性引用文件
3术语和定义
生物特征识别技术通用术语
人脸识别技术专用术语
指纹识别技术专用术语
声纹识别技术专用术语
虹膜识别技术专用术语
掌纹识别技术专用术语·
手部静脉纹识别技术专用术语：3.8
多生物特征识别技术专用术语
参考文献
中文索引
英文索引
GA/T893—2010
本标准按照GB/T1.1一2009给出的规则起草。言
GA/T893—2010
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应用分技术委员会(SAC/TC100/SC2）提出并归口。本标准起草单位：清华大学、中国科学院自动化研究所、中国科学院计算技术研究所、北京中盾安全技术开发公司、公安部第一研究所、上海应用物理研究所、北京普赛科技有限公司、上海银晨智能识别科技有限公司、湖北东润科技有限公司、长春当代信息产业集团有限公司。本标准主要起草人：苏光大、郑方、王生进、陈健生、徐明星、欧智坚、尚焱、吴及、田青、李子青、李勇平、山世光、敖萌、李聪、王泰青。1范围
安防生物特征识别应用术语
本标准规定了安全防范系统生物特征识别应用术语。本标推适用于安全防范系统生物特征识别应用领域。2规范性引用文件
GA/T893—2010
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。GA773—2008指纹自动识别系统术语SJ/T11380—2008自动声纹识别（说话人识别)技术规范3术语和定义
GA773—2008、SJ/T11380—2008中界定的以及下列术语和定义适用于本文件。3.1生物特征识别技术通用术语
生物特征biometriccharacteristic人体具有的生理特征或行为特征。例如：人脸、指纹、虹膜和声纹等。3.1.2
生物特征样本biometricsample
利用生物特征传感器采集的生物特征信息或数据，简称样本。例如：人脸图像、指纹图像、虹膜图像和语音等。
生物特征识别biometricrecognition利用生物特征进行识别的过程，通常包含生物特征辨认和生物特征确认。3.1.4
生物特征辨认biometricidentification查询数据库中的生物特征，与输人的生物特征进行比对来确定输人的生物特征对应的未知人身份的过程，属于一对多的生物特征识别。实现生物特征辨认的系统称为生物特征辨认系统。3.1.5
生物特征确认biometricyerification检验用户是否为其所声明的身份的过程，属于一对一的生物特征识别。对于未知身份的X，其声称身份为A，将X与数据库中的身份为A的生物特征进行比对，如果满足系统设定的条件，则接受，否则拒绝。实现生物特征确认的系统称为生物特征确认系统。3.1.6
biometric recognition system生物特征识别系统
实现生物特征识别技术的系统，通常分为两类：生物特征辨认系统和生物特征确认系统。1
GA/T893—2010
目标集target set
用于生物特征识别的已知人的特定样本集合。3.1.8
闭集辨认 close-set identification将属于目标集的待识别人确定为目标集中某个身份的过程。3.1.9
开集辩认open-setidentification将待识别的人确定为目标集中的某个身份，或目标集以外的人的过程。3.1.10
生物特征采集biometriccapture使用生物特征传感器获取目标人生物特征样本的过程。3.1.11
测试样本 test sample
用于生物特征识别算法、系统等性能测试的生物特征样本。3.1.12
测试集
test set
由测试样本根据定规则组成的集合。3.1.13
特征feature
从生物特征样本中提取出的、用于代表该样本的特定的物理量。3.1.14
特征提取featureextraction
从生物特征样本中提取出特定的物理量的过程。3.1.15
比对matching
将一个生物特征样本与另一个同类的生物特征样本进行比较的过程，又称生物特征比对。3.1.16
真实人比对genuinematching
比对来源于同一个人的同一个生物特征的不同样本的过程。3. 1.17
冒充者比对impostermatching
比对来源于不同人的生物特征样本的过程。3.1.18
相似度similarity
比对的输出结果，代表参与比对的两个生物特征的相似程度。相似度的数值也可称为相似分数或比对分数。
生物特征传感器biometricsensor将生物特征信息转换成为光、电信号的器件或装置。3.1.20
活体检测livenessdetection
检测所采集的人体生物特征样本是否来自于活体人的过程。2
决策decision
GA/T893-2010
生物特征识别系统依据比对所得到的相似度而做出的反应。例如：接受、拒绝或报警等。3.1.22
响应时间responsetime
生物特征识别系统完成某种规格的生物特征识别所需要的时间。3.1.23
注册enrolment
采集特定已知人的人体生物特征，抽取其特征并存储的过程。3.1.24
注册失败enrolmentfailure
生物特征识别系统不能成功地为已知人进行注册3.1.25
识别精度recognitionaccuracy
用于描述生物特征识别系统识别性能的度量。不同类型的识别系统用不同的统计量来表述。生物特征辨认系统的识别精度指标有：首选识别率、前N识别率和CMC曲线等；生物特征确认系统的识别精度指标有：错误接受率、错误拒绝率、正确接受率、等错误率和ROC曲线等。3.1.26
首选识别率rank1identificationrate首选识别率=正确识别结果然于第未多的样本数×100%总的测试样本数
注：首选识别率是生物特征辨认系统的识别精度指标之一。3.1.27
rank N identification rate
前N识别率
前 N 识别率=正确识别结果处于剪朵名的样本数×100%总的测试样本数
式中：
N—正的自然数。
注：前N识别率是生物特征辨认系统的识别精度指标之3.1.28
false acceptancerate(FAR)
错误接受率
将来自冒充者的测试样本误认作真实人的比率。错误接受率=被系统接受的量充者测述样本数×100%总的冒充者测试样本数
注：错误接受率是生物特征确认系统的识别精度指标之一3.1.29
false rejection rate (FRR)
错误拒绝率
将来自真实人的测试样本误认作冒充者拒绝的比率。错误拒绝率=被系统拒绝的真实人测试样本数×100%总的真实人测试样本数
注：错误拒绝率是生物特征确认系统的识别精度指标之一。3.1.30
正确接受率genuineacceptancerate（GAR）系统对真实人的测试样本做出正确判断的比率。3
GA/T893—2010
正确接受率=1一错误拒绝率
注：正确接受率是生物特征确认系统的识别精度指标之一3.1.31
漏警率
missrate
属于目标集的人被认定为不在目标集内的比率。漏警率=系统漏报的目标集人测试样本数×100% 总的目标集人测试样本数
误誉率 false alarm rate
不属于目标集的人被认定为在目标集内的比率。误警率=系统误报的非目标集人测试样本数×100%总的非目标集人测试样本数
等错误率equalerrorrate（EER）错误接受率和错误拒绝率曲线的相交点对应的错误率，在该点处错误接受率和错误拒绝率相等。注：等错误率是生物特征确认系统的识别精度指标之一。3.1.34
ROC 曲线receiver operating characteristic curve描述错误拒绝率（或正确接受率）和错误接受率之间的关系的曲线。通常以错误接受率为横坐标，以错误拒绝率（或正确接受率)为纵坐标绘制。注：ROC曲线是生物特征确认系统的识别精度指标之一。3.1.35
cumulative match characteristic curveCMC曲线
绘制前N识别率和数值N之间的关系，以N为横坐标，前N识别率为纵坐标绘制。注：CMC曲线是生物特征辨认系统的识别精度指标之一。3.1.36
enrolment failure rate
注册失败率
生物特征识别系统注册失败的比率。3.1.37
吞吐率throughput rate
单位时间内生物特征识别系统可以完成的生物特征识别操作的数目。3.1.38
图像image
直接或间接作用于人眼，并通过绘制、摄制或印制等手段所形成的形象。3.1.39
数字图像digitalimage
用数字格式记录的图像，数字图像的空间坐标和各空间点的色度分量或灰度值由有限的数值表示。3.1.40
灰度图像grayscaleimage
仅记录明暗程度变化的数字图像。3.1.41
彩色图像colorimage
由多个色彩通道表示的具有色彩变化的数字图像。4
GA/T893-2010
每种颜色用R、G、B(红、绿、蓝）三个基色分量的数值来表示的彩色空间的编码方法。3.1.43
每种颜色用Y、U、V（亮度、蓝色差、红色差）三个分量的数值来表示的彩色空间的编码方法。3.1.44
亮度luminance
图像的明亮度。在数字化的灰度图像中，每个像素的取值就是该像素的亮度值：在数字化的彩色图像中，YUV编码方法中Y分量代表亮度。3.1.45
对比度contrast
图像亮度的区分程度。
像素pixel
数字图像中的点元素，由数字图像中该点的坐标值以及彩色数值或灰度数值表示。3.1.47
图像质量imagequality
数字图像的一种属性，通常用分辨率、信噪比等参数来衡量。3.1.48
一比一图像
1:1image
通过摄像机、扫描仪、数码相机等采集设备所形成的数字图像，该图像在行列方向采样间隔相等，也就是说，垂直方向上单位长度的像素数等于水平方向上相同单位长度的像素数。3.1.49
信噪比signal-to-noiseratio（SNR）广义上的信噪比描述了信号中有用信号和噪音信号强度的比率。在不同类型的信号中，如图像，视频和音频对于信噪比则有着不同的具体定义。3.2人脸识别技术专用术语
人脸face
人的头项之下、额底线之上、左耳到右耳之间的部分。包含人脸的数字图像称为人脸图像。3.2.2
可见光人脸图像wisiblelightfaceimage由人类视觉可感知的光辐射所形成的人脸图像。3.2.3
tnear infrared face image
近红外人脸图像
由近红外光辐射所形成的人脸图像。3.2.4
三维人脸图像3Dfaceimage
包含深度信息并随视点位置的变化而改变的人脸图像。5
GA/T893—-2010
三维人脸识别3Dfacerecognition基于三维人脸图像的人脸识别。3.2.6
眼睛中心eyecentre
眼睛的瞳孔中心点或同眼内、外两眼角连线的中点。3.2.7
人脸图像分辨率
face image resolution
在一定规格的人脸图像中用像素数量表示的两眼眼睛中心之间的距离。3.2.8
姿态pose
人脸相对于采集设备在三维空间的角度。如图1所示。三维坐标系的原点是鼻的尖端。水平转动角(Y）、俯仰角（P)和倾斜角（R)分别指代人脸相对于空间三个方向坐标轴的旋转角度。水平转动角（）
（筛仰角(P）
倾斜角(R)
图1人脸的姿态
人脸关键点face keypoint
人脸图像中物理和几何意义都十分明确的点，例如：左右眼睛中心、下颌点等。3.2.10
人脸图像预处理faceimagepre-processing包括关键点定位、图像归一化、图像去噪、图像亮度调整等过程。3.2.11
人脸关键点定位
face keypoint location
在人脸图像中确定关键点的具体位置。人脸关键点定位分为人工定位、自动定位、人工定位自动定位相结合三种方式。
人脸图像几何归一化faceimagegeometricnormalizationGA/T893—2010
对人脸图像按照一定的规则进行尺度变化或旋转等处理，使人脸图像达到规定的几何尺寸。3.2.13
人脸检测facedetection
对于给定的静态图像或动态图像，判断其中是否存在人脸。如果存在，确定人脸具体的位置和大小。
人脸正样本positiveface sample包含符合特定要求的真实人脸的生物特征样本。3.2.15
negative face sample
人脸负样本
不包含符合特定要求的真实人脸的生物特征样本。人脸负样本中可以不包含真实人脸。3.2.16
人脸模板facetemplate
记录人脸特征及相关信息的数据。3.2.17
eyepositioning
眼睛定位
确定眼晴中心在人脸图像中的坐标位置。3.2.18
生物特征识别系统在错误接受率为1/n时的错误拒绝率。注：FARn是人脸确认系统识别精度指标之一。3.2.19
监视名单
watchlist
一个被监视的已知身份的目标人列表。3.2.20
监视名单人脸识别系统watchlistfacerecognitionsystem判别一个未知身份的待测人脸样本是否在监视名单上的系统。如果该系统判断待测人脸样本在监视名单上，则将确定该待测人脸样本的身份。3.2.21
检出率detection rate
在监视名单上的人被正确认定的比率。注：检出率是监视人名单人脸识别系统识别精度指标之一。3.3指纹识别技术专用术语
指纹fingerprint
手指第一指节的乳突线。指纹学称，遗留在客体上的指纹印痕称为指印。在指纹自动识别系统中，指纹涵盖指印（指印亦称指纹）。GA773-2008，定义3.13
GA/T893—2010
谷线valley
手掌和手指，以及脚掌和脚趾表面皮肤上凹下的部分，相邻乳突线之间的区域。3.3.3
指纹有效区域fingerprint region of interest指纹图像数据中一个包含待处理的单个指纹的多边形区域。指纹有效区域将待处理的指纹同背景，或者其他的指纹区分开来。3.3.4
一级特征level-1feature
乳突线总体的流向和形态特征。3.3.5
二级特征level-2feature
单个乳突线的路径和特别的局部特征，诸如分叉点，断点等。3.3.6
三级特征level-3feature
乳突线的细部特性，诸如宽度，边缘形状以及汗腺孔等。3.3.7
分叉点bifurcation
一种指纹特征点，一条乳突线在此分开成为两条或者更多条的乳突线。3.3.8
断点termination
一种指纹特征点，一条乳突线在此终止。3.3.9
中心点
corepoint
位于指纹最内部的一条反曲的乳突线的焦点处。如果该乳突线被视作一个圆的一部分，则中心点位于其圆心处；如果该乳突线被视作一个椭圆或者双曲线的一部分，则中心点位于该曲线的焦点处且中心点的方向远离该曲线的中心。根据纹型分类的不同，中心点可能不存在或者超过一个。3.3.10
三角点deltapoint
三角点位于从中心点开始的第一个分叉点或者断点、或者两条纹线会聚处、孤立点、折转处。根据指纹类型的不同，三角点可能不存在或者超过一个。3.3.11
乳突线轨迹ridgetrace
乳突线的一种二值图像表示，其中用单像素宽的黑色线条来表示乳突线的中心线而其他的像素为白色。
指纹采集设备fingerprintcapturedevice用于采集指纹图像的电子设备。例如：光学采集器、超声波采集器、电容采集器、热敏采集器以及电感采集器等。
3.4声纹识别技术专用术语免费标准bzxz.net
声纹voiceprint
GA/T893--2010
对语音中所蕴含的、能表征和标识说话人的语音特征，以及基于这些特征（参数）所建立的语音模型的总称。
声纹特征voiceprint feature
从说话人的语音中所提取出来的、可以表征该说话人语音的个性特征的参数。例如：倒频谱(cepstrum），线性预测系数（LPC），音高（pitch）和共振峰（formant）等。3.4.3
声纹模型voiceprintmodel
对声纹特征进行描述的数学模型。例如：高斯混合模型（gaussianmixturemodel）和支持向量机(supportvectormachine)等。
声纹模型训练voiceprintmodeltraining根据含有说话人的一段或多段语音建立该说话人的声纹模型的过程。3.4.5
声纹识别voiceprintrecognition根据待识别语音的声纹特征识别该段语音所对应的说话人的过程。3.4.6
声纹检出
yoiceprintdetection
给定一个目标说话人的声纹模型和一段或多段语音，判断目标说话人的语音是否在给定的语音中出现的声纹识别方式。
注：给定的语音可能是只含有一名说话人的语音，也可能是含有多名说话人的对话语音。3.4.7
声纹追踪voiceprinttracking
给定一个目标说话人的声纹模型和一段或多段语音，判断目标说话人的语音是否在给定的语音中出现，若出现则标示出对话语音中目标说话人所说的语音段的声纹识别方式。注：声纹追踪是声纹检出的扩展，其与开集的声纹辨认与声纹检出是刑事侦查和情报分析中常用的声纹识别模式。3.4.8
文本相关的声纹识别text-dependentvoiceprintrecognition要求用于声纹模型训练和声纹识别的语音所对应的文本完全一致的声纹识别。3.4.9
文本无关的声纹识别text-independentvoiceprintrecognition不要求用于声纹识别和声纹模型训练的语音所对应的文本一致的声纹识别。声纹识别的文本与声纹模型训练的文本不但内容可以不同，长度也可以不同。3.4.10
指定文本的声纹识别text-promptvoiceprintrecognition要求用于声纹识别的语音所对应的文本为声纹识别系统所指定文本的声纹识别。指定文本的声纹识别可以防止通过预先盗取或录制说话人的语音等方式非法闯人系统的情形发生。
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。
中华人民共和国公共安全行业标准GA/T893—2010
安防生物特征识别应用术语
Terms for biometric recognition in security and protection systems2010-12-02发布
中华人民共和国公安部
2010-12-02实施
规范性引用文件
3术语和定义
生物特征识别技术通用术语
人脸识别技术专用术语
指纹识别技术专用术语
声纹识别技术专用术语
虹膜识别技术专用术语
掌纹识别技术专用术语·
手部静脉纹识别技术专用术语：3.8
多生物特征识别技术专用术语
参考文献
中文索引
英文索引
GA/T893—2010
本标准按照GB/T1.1一2009给出的规则起草。言
GA/T893—2010
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应用分技术委员会(SAC/TC100/SC2）提出并归口。本标准起草单位：清华大学、中国科学院自动化研究所、中国科学院计算技术研究所、北京中盾安全技术开发公司、公安部第一研究所、上海应用物理研究所、北京普赛科技有限公司、上海银晨智能识别科技有限公司、湖北东润科技有限公司、长春当代信息产业集团有限公司。本标准主要起草人：苏光大、郑方、王生进、陈健生、徐明星、欧智坚、尚焱、吴及、田青、李子青、李勇平、山世光、敖萌、李聪、王泰青。1范围
安防生物特征识别应用术语
本标准规定了安全防范系统生物特征识别应用术语。本标推适用于安全防范系统生物特征识别应用领域。2规范性引用文件
GA/T893—2010
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。GA773—2008指纹自动识别系统术语SJ/T11380—2008自动声纹识别（说话人识别)技术规范3术语和定义
GA773—2008、SJ/T11380—2008中界定的以及下列术语和定义适用于本文件。3.1生物特征识别技术通用术语
生物特征biometriccharacteristic人体具有的生理特征或行为特征。例如：人脸、指纹、虹膜和声纹等。3.1.2
生物特征样本biometricsample
利用生物特征传感器采集的生物特征信息或数据，简称样本。例如：人脸图像、指纹图像、虹膜图像和语音等。
生物特征识别biometricrecognition利用生物特征进行识别的过程，通常包含生物特征辨认和生物特征确认。3.1.4
生物特征辨认biometricidentification查询数据库中的生物特征，与输人的生物特征进行比对来确定输人的生物特征对应的未知人身份的过程，属于一对多的生物特征识别。实现生物特征辨认的系统称为生物特征辨认系统。3.1.5
生物特征确认biometricyerification检验用户是否为其所声明的身份的过程，属于一对一的生物特征识别。对于未知身份的X，其声称身份为A，将X与数据库中的身份为A的生物特征进行比对，如果满足系统设定的条件，则接受，否则拒绝。实现生物特征确认的系统称为生物特征确认系统。3.1.6
biometric recognition system生物特征识别系统
实现生物特征识别技术的系统，通常分为两类：生物特征辨认系统和生物特征确认系统。1
GA/T893—2010
目标集target set
用于生物特征识别的已知人的特定样本集合。3.1.8
闭集辨认 close-set identification将属于目标集的待识别人确定为目标集中某个身份的过程。3.1.9
开集辩认open-setidentification将待识别的人确定为目标集中的某个身份，或目标集以外的人的过程。3.1.10
生物特征采集biometriccapture使用生物特征传感器获取目标人生物特征样本的过程。3.1.11
测试样本 test sample
用于生物特征识别算法、系统等性能测试的生物特征样本。3.1.12
测试集
test set
由测试样本根据定规则组成的集合。3.1.13
特征feature
从生物特征样本中提取出的、用于代表该样本的特定的物理量。3.1.14
特征提取featureextraction
从生物特征样本中提取出特定的物理量的过程。3.1.15
比对matching
将一个生物特征样本与另一个同类的生物特征样本进行比较的过程，又称生物特征比对。3.1.16
真实人比对genuinematching
比对来源于同一个人的同一个生物特征的不同样本的过程。3. 1.17
冒充者比对impostermatching
比对来源于不同人的生物特征样本的过程。3.1.18
相似度similarity
比对的输出结果，代表参与比对的两个生物特征的相似程度。相似度的数值也可称为相似分数或比对分数。
生物特征传感器biometricsensor将生物特征信息转换成为光、电信号的器件或装置。3.1.20
活体检测livenessdetection
检测所采集的人体生物特征样本是否来自于活体人的过程。2
决策decision
GA/T893-2010
生物特征识别系统依据比对所得到的相似度而做出的反应。例如：接受、拒绝或报警等。3.1.22
响应时间responsetime
生物特征识别系统完成某种规格的生物特征识别所需要的时间。3.1.23
注册enrolment
采集特定已知人的人体生物特征，抽取其特征并存储的过程。3.1.24
注册失败enrolmentfailure
生物特征识别系统不能成功地为已知人进行注册3.1.25
识别精度recognitionaccuracy
用于描述生物特征识别系统识别性能的度量。不同类型的识别系统用不同的统计量来表述。生物特征辨认系统的识别精度指标有：首选识别率、前N识别率和CMC曲线等；生物特征确认系统的识别精度指标有：错误接受率、错误拒绝率、正确接受率、等错误率和ROC曲线等。3.1.26
首选识别率rank1identificationrate首选识别率=正确识别结果然于第未多的样本数×100%总的测试样本数
注：首选识别率是生物特征辨认系统的识别精度指标之一。3.1.27
rank N identification rate
前N识别率
前 N 识别率=正确识别结果处于剪朵名的样本数×100%总的测试样本数
式中：
N—正的自然数。
注：前N识别率是生物特征辨认系统的识别精度指标之3.1.28
false acceptancerate(FAR)
错误接受率
将来自冒充者的测试样本误认作真实人的比率。错误接受率=被系统接受的量充者测述样本数×100%总的冒充者测试样本数
注：错误接受率是生物特征确认系统的识别精度指标之一3.1.29
false rejection rate (FRR)
错误拒绝率
将来自真实人的测试样本误认作冒充者拒绝的比率。错误拒绝率=被系统拒绝的真实人测试样本数×100%总的真实人测试样本数
注：错误拒绝率是生物特征确认系统的识别精度指标之一。3.1.30
正确接受率genuineacceptancerate（GAR）系统对真实人的测试样本做出正确判断的比率。3
GA/T893—2010
正确接受率=1一错误拒绝率
注：正确接受率是生物特征确认系统的识别精度指标之一3.1.31
漏警率
missrate
属于目标集的人被认定为不在目标集内的比率。漏警率=系统漏报的目标集人测试样本数×100% 总的目标集人测试样本数
误誉率 false alarm rate
不属于目标集的人被认定为在目标集内的比率。误警率=系统误报的非目标集人测试样本数×100%总的非目标集人测试样本数
等错误率equalerrorrate（EER）错误接受率和错误拒绝率曲线的相交点对应的错误率，在该点处错误接受率和错误拒绝率相等。注：等错误率是生物特征确认系统的识别精度指标之一。3.1.34
ROC 曲线receiver operating characteristic curve描述错误拒绝率（或正确接受率）和错误接受率之间的关系的曲线。通常以错误接受率为横坐标，以错误拒绝率（或正确接受率)为纵坐标绘制。注：ROC曲线是生物特征确认系统的识别精度指标之一。3.1.35
cumulative match characteristic curveCMC曲线
绘制前N识别率和数值N之间的关系，以N为横坐标，前N识别率为纵坐标绘制。注：CMC曲线是生物特征辨认系统的识别精度指标之一。3.1.36
enrolment failure rate
注册失败率
生物特征识别系统注册失败的比率。3.1.37
吞吐率throughput rate
单位时间内生物特征识别系统可以完成的生物特征识别操作的数目。3.1.38
图像image
直接或间接作用于人眼，并通过绘制、摄制或印制等手段所形成的形象。3.1.39
数字图像digitalimage
用数字格式记录的图像，数字图像的空间坐标和各空间点的色度分量或灰度值由有限的数值表示。3.1.40
灰度图像grayscaleimage
仅记录明暗程度变化的数字图像。3.1.41
彩色图像colorimage
由多个色彩通道表示的具有色彩变化的数字图像。4
GA/T893-2010
每种颜色用R、G、B(红、绿、蓝）三个基色分量的数值来表示的彩色空间的编码方法。3.1.43
每种颜色用Y、U、V（亮度、蓝色差、红色差）三个分量的数值来表示的彩色空间的编码方法。3.1.44
亮度luminance
图像的明亮度。在数字化的灰度图像中，每个像素的取值就是该像素的亮度值：在数字化的彩色图像中，YUV编码方法中Y分量代表亮度。3.1.45
对比度contrast
图像亮度的区分程度。
像素pixel
数字图像中的点元素，由数字图像中该点的坐标值以及彩色数值或灰度数值表示。3.1.47
图像质量imagequality
数字图像的一种属性，通常用分辨率、信噪比等参数来衡量。3.1.48
一比一图像
1:1image
通过摄像机、扫描仪、数码相机等采集设备所形成的数字图像，该图像在行列方向采样间隔相等，也就是说，垂直方向上单位长度的像素数等于水平方向上相同单位长度的像素数。3.1.49
信噪比signal-to-noiseratio（SNR）广义上的信噪比描述了信号中有用信号和噪音信号强度的比率。在不同类型的信号中，如图像，视频和音频对于信噪比则有着不同的具体定义。3.2人脸识别技术专用术语
人脸face
人的头项之下、额底线之上、左耳到右耳之间的部分。包含人脸的数字图像称为人脸图像。3.2.2
可见光人脸图像wisiblelightfaceimage由人类视觉可感知的光辐射所形成的人脸图像。3.2.3
tnear infrared face image
近红外人脸图像
由近红外光辐射所形成的人脸图像。3.2.4
三维人脸图像3Dfaceimage
包含深度信息并随视点位置的变化而改变的人脸图像。5
GA/T893—-2010
三维人脸识别3Dfacerecognition基于三维人脸图像的人脸识别。3.2.6
眼睛中心eyecentre
眼睛的瞳孔中心点或同眼内、外两眼角连线的中点。3.2.7
人脸图像分辨率
face image resolution
在一定规格的人脸图像中用像素数量表示的两眼眼睛中心之间的距离。3.2.8
姿态pose
人脸相对于采集设备在三维空间的角度。如图1所示。三维坐标系的原点是鼻的尖端。水平转动角(Y）、俯仰角（P)和倾斜角（R)分别指代人脸相对于空间三个方向坐标轴的旋转角度。水平转动角（）
（筛仰角(P）
倾斜角(R)
图1人脸的姿态
人脸关键点face keypoint
人脸图像中物理和几何意义都十分明确的点，例如：左右眼睛中心、下颌点等。3.2.10
人脸图像预处理faceimagepre-processing包括关键点定位、图像归一化、图像去噪、图像亮度调整等过程。3.2.11
人脸关键点定位
face keypoint location
在人脸图像中确定关键点的具体位置。人脸关键点定位分为人工定位、自动定位、人工定位自动定位相结合三种方式。
人脸图像几何归一化faceimagegeometricnormalizationGA/T893—2010
对人脸图像按照一定的规则进行尺度变化或旋转等处理，使人脸图像达到规定的几何尺寸。3.2.13
人脸检测facedetection
对于给定的静态图像或动态图像，判断其中是否存在人脸。如果存在，确定人脸具体的位置和大小。
人脸正样本positiveface sample包含符合特定要求的真实人脸的生物特征样本。3.2.15
negative face sample
人脸负样本
不包含符合特定要求的真实人脸的生物特征样本。人脸负样本中可以不包含真实人脸。3.2.16
人脸模板facetemplate
记录人脸特征及相关信息的数据。3.2.17
eyepositioning
眼睛定位
确定眼晴中心在人脸图像中的坐标位置。3.2.18
生物特征识别系统在错误接受率为1/n时的错误拒绝率。注：FARn是人脸确认系统识别精度指标之一。3.2.19
监视名单
watchlist
一个被监视的已知身份的目标人列表。3.2.20
监视名单人脸识别系统watchlistfacerecognitionsystem判别一个未知身份的待测人脸样本是否在监视名单上的系统。如果该系统判断待测人脸样本在监视名单上，则将确定该待测人脸样本的身份。3.2.21
检出率detection rate
在监视名单上的人被正确认定的比率。注：检出率是监视人名单人脸识别系统识别精度指标之一。3.3指纹识别技术专用术语
指纹fingerprint
手指第一指节的乳突线。指纹学称，遗留在客体上的指纹印痕称为指印。在指纹自动识别系统中，指纹涵盖指印（指印亦称指纹）。GA773-2008，定义3.13
GA/T893—2010
谷线valley
手掌和手指，以及脚掌和脚趾表面皮肤上凹下的部分，相邻乳突线之间的区域。3.3.3
指纹有效区域fingerprint region of interest指纹图像数据中一个包含待处理的单个指纹的多边形区域。指纹有效区域将待处理的指纹同背景，或者其他的指纹区分开来。3.3.4
一级特征level-1feature
乳突线总体的流向和形态特征。3.3.5
二级特征level-2feature
单个乳突线的路径和特别的局部特征，诸如分叉点，断点等。3.3.6
三级特征level-3feature
乳突线的细部特性，诸如宽度，边缘形状以及汗腺孔等。3.3.7
分叉点bifurcation
一种指纹特征点，一条乳突线在此分开成为两条或者更多条的乳突线。3.3.8
断点termination
一种指纹特征点，一条乳突线在此终止。3.3.9
中心点
corepoint
位于指纹最内部的一条反曲的乳突线的焦点处。如果该乳突线被视作一个圆的一部分，则中心点位于其圆心处；如果该乳突线被视作一个椭圆或者双曲线的一部分，则中心点位于该曲线的焦点处且中心点的方向远离该曲线的中心。根据纹型分类的不同，中心点可能不存在或者超过一个。3.3.10
三角点deltapoint
三角点位于从中心点开始的第一个分叉点或者断点、或者两条纹线会聚处、孤立点、折转处。根据指纹类型的不同，三角点可能不存在或者超过一个。3.3.11
乳突线轨迹ridgetrace
乳突线的一种二值图像表示，其中用单像素宽的黑色线条来表示乳突线的中心线而其他的像素为白色。
指纹采集设备fingerprintcapturedevice用于采集指纹图像的电子设备。例如：光学采集器、超声波采集器、电容采集器、热敏采集器以及电感采集器等。
3.4声纹识别技术专用术语免费标准bzxz.net
声纹voiceprint
GA/T893--2010
对语音中所蕴含的、能表征和标识说话人的语音特征，以及基于这些特征（参数）所建立的语音模型的总称。
声纹特征voiceprint feature
从说话人的语音中所提取出来的、可以表征该说话人语音的个性特征的参数。例如：倒频谱(cepstrum），线性预测系数（LPC），音高（pitch）和共振峰（formant）等。3.4.3
声纹模型voiceprintmodel
对声纹特征进行描述的数学模型。例如：高斯混合模型（gaussianmixturemodel）和支持向量机(supportvectormachine)等。
声纹模型训练voiceprintmodeltraining根据含有说话人的一段或多段语音建立该说话人的声纹模型的过程。3.4.5
声纹识别voiceprintrecognition根据待识别语音的声纹特征识别该段语音所对应的说话人的过程。3.4.6
声纹检出
yoiceprintdetection
给定一个目标说话人的声纹模型和一段或多段语音，判断目标说话人的语音是否在给定的语音中出现的声纹识别方式。
注：给定的语音可能是只含有一名说话人的语音，也可能是含有多名说话人的对话语音。3.4.7
声纹追踪voiceprinttracking
给定一个目标说话人的声纹模型和一段或多段语音，判断目标说话人的语音是否在给定的语音中出现，若出现则标示出对话语音中目标说话人所说的语音段的声纹识别方式。注：声纹追踪是声纹检出的扩展，其与开集的声纹辨认与声纹检出是刑事侦查和情报分析中常用的声纹识别模式。3.4.8
文本相关的声纹识别text-dependentvoiceprintrecognition要求用于声纹模型训练和声纹识别的语音所对应的文本完全一致的声纹识别。3.4.9
文本无关的声纹识别text-independentvoiceprintrecognition不要求用于声纹识别和声纹模型训练的语音所对应的文本一致的声纹识别。声纹识别的文本与声纹模型训练的文本不但内容可以不同，长度也可以不同。3.4.10
指定文本的声纹识别text-promptvoiceprintrecognition要求用于声纹识别的语音所对应的文本为声纹识别系统所指定文本的声纹识别。指定文本的声纹识别可以防止通过预先盗取或录制说话人的语音等方式非法闯人系统的情形发生。
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。