GA/T 894.6-2010
基本信息
标准号： GA/T 894.6-2010
中文名称：安防指纹识别应用系统第6部分:指纹识别算法评测方法
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：1678669
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 894.6-2010.Fingerprint recognition application system for security and protection-Part 6:Testing methodologies for fingerprint identification algorithm.
1范围
GA/T 894.6规定了安防指纹识别应用系统指纹识别算法评测方法的术语和定义、测试库建库准则、测试环境、测试接口、测试项目与过程。
GA/T 894.6适用于安防指纹识别应用系统指纹识别算法的性能评测。
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/T 893--2010安 防生物特征识别应用术语
ISO/IEC 19794-4信息技术生物测量数据交换格式 第4部分:指纹图像数据
3术语和定义
GA/T 893-2010中界定的以及下列术语和定义适用于本文件。
3.1特征文件feature file
将指纹特征按照一定格式进行存储的文件。
3.2测试库test database
与被测试的指纹识别应用系统使用人群分布相当,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同指比对genuine matching
同一手指不同指纹图像的特征文件之间的比对。
3.4拒认verification failure
用某一成功注册的指纹的特征文件与该指其他所有特征文件进行比对,若发生错误拒绝的次数占连续比对次数的比例大于设定值,则称该指纹被拒认。
1范围
GA/T 894.6规定了安防指纹识别应用系统指纹识别算法评测方法的术语和定义、测试库建库准则、测试环境、测试接口、测试项目与过程。
GA/T 894.6适用于安防指纹识别应用系统指纹识别算法的性能评测。
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/T 893--2010安 防生物特征识别应用术语
ISO/IEC 19794-4信息技术生物测量数据交换格式 第4部分:指纹图像数据
3术语和定义
GA/T 893-2010中界定的以及下列术语和定义适用于本文件。
3.1特征文件feature file
将指纹特征按照一定格式进行存储的文件。
3.2测试库test database
与被测试的指纹识别应用系统使用人群分布相当,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同指比对genuine matching
同一手指不同指纹图像的特征文件之间的比对。
3.4拒认verification failure
用某一成功注册的指纹的特征文件与该指其他所有特征文件进行比对,若发生错误拒绝的次数占连续比对次数的比例大于设定值,则称该指纹被拒认。
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/T894.6-2010
安防指纹识别应用系统
第6部分：指纹识别算法评测方法Fingerprint recognition application system for security and protection-Part 6:Testing methodologies for fingerprint identification algorithm2010-12-02发布
中华人民共和国公安部
2010-12-02实施
GA/T894《安防指纹识别应用系统》分为八个部分：第1部分：指纹数据交换格式；
第2部分：指纹图像记录格式；
第3部分：指纹图像质量；
-第4部分：指纹模板数据技术要求；第5部分：应用程序接口规范；
-第6部分：指纹识别算法评测方法；第7部分：指纹识别采集设备；
第8部分：指纹识别通用技术要求。本部分为GA/T894的第6部分。
本部分按照GB/T1.1-2009给出的规则起草。GA/T894.6—2010
本部分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。
本部分起草单位：北京中盾安全技术开发公司、公安部第一研究所、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、杭州中正生物认证技术有限公司、长春鸿达光电子与生物统计识别技术有限公司、深圳市亚略特生物识别科技有限公司、中科院自动化所。本部分主要起草人：刘琳、尹德森、张旭东、张莹、欧阳晖、朱国平、王曙光、刘中秋、宛根训、张洪民、田捷、杨鑫、黄振杭、张进。
KAONiKAca-
1范围
安防指纹识别应用系统
第6部分：指纹识别算法评测方法GA/T 894.6-2010
GA/T894的本部分规定了安防指纹识别应用系统指纹识别算法评测方法的术语和定义、测试库建库准则、测试环境、测试接口、测试项自与过程，本部分适用于安防指纹识别应用系统指纹识别算法的性能评测。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—2010安防生物特征识别应用术语ISO/IEC19794-4信息技术生物测量数据交换格式第4部分：指纹图像数据3术语和定义
GA/T893-2010中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
将指纹特征按照一定格式进行存储的文件。3.2
测试库testdatabase
与被测试的指纹识别应用系统使用人群分布相当，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。
同指比对genuinematching
同一手指不同指纹图像的特征文件之间的比对。3.4
拒认verificationfailure
用某一成功注册的指纹的特征文件与该指其他所有特征文件进行比对，若发生错误拒绝的次数占连续比对次数的比例大于设定值，则称该指纹被拒认。3.5
重试reattempt
非拒认指纹局指比对时发生错误拒绝后的再尝试比对。3.6
拒认率（VFR）verificationfailurerate(VFR）在测试库中，发生拒认的指纹数占成功注册的指纹总指纹数的比例,用百分比表示。1
GA/T 894.6—2010
重试率(RAR）reattemptrate(RAR)在测试库中，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，用百分比表示。4测试库建库准则
4.1指纹图像参数
分辨率：（500士5)ppi。
灰度等级：256级。
图像尺寸：256（宽）×360（高）像素。文件格式：bmp或符合ISO/IEC19794-4规定的其他文件格式。4.2采集要求
采集方式：使用活体指纹采集设备采集平面指纹图像；在采集过程中，采集对象每人采集不少于2枚手指，左右手各不少于1枚手指，每枚手指采集指纹图像数不少于3幅。采集设备：每类测试库使用的指纹采集设备类型不少于两种。性别分布：男、女各占(50±5)%。年龄分布：18岁以下占（15±3）%、18岁～60岁占（70士5）%、60岁以上占（15±3）%。4.3测试库规模
根据采集对象的人数规模将测试库分为3种，见表1。表1测试库规模
测试库
小规模库（SDB)
中规模库（MDB）
大规模库(LDB)
5测试环境
5.1硬件平台
1.6G主频、512M内存以上x86架构或兼容PC。5.2操作系统
WindowsXP或兼容系统。
6测试接口
测试模块接口
被测试算法以ocx控件（ActiveX)的形式提交。2
TTKAONTKAca
采集对象人数N/人
1001000
1000≤N<10000
N≥10000
6.2控件名称
控件文件名称是fpr.ocx。
6.3控件属性
属性名称：AlgorithmId。
数据类型：字符串（String）。读写方式：只读。
GA/T 894.6—2010
说明：控件属性标识被测试算法所属单位的中英文名称，由被测试算法所属单位设定。6.4控件方法
控件方法见表2。
表2控件方法
FeatureExtract
FeatureMatch
从指定的1个指纹图像上提取特征，并将指纹特征保存为指定的特征文件对指定的2个特征文件进行比对
6.5控件方法的具体说明
6.5.1 FeatureExtract
函数声明:BOOL FeatureExtract(String IN strFingcrName,String IN strFeatureName)。参数：strFingerName-
strFeatureName
-输人参数，指纹图像路径(绝对或相对路径)；输人参数，特征文件路径（绝对或相对路径)。返回值：True
执行成功；
False-—执行失败。
说明：算法所属单位可根据不同的开发工具，选择相应的字符串类型；若函数执行失败，也生成对应指纹图像的特征文件，特征文件结构中的字段7(特征数据长度)设置为0。6.5.2 FeatureMatch
函数声明：BOOLFeatureMatch(StringINstrFeatureNamel,StringINstrFeatureName2，Float*OUT Similarity).
参数：strFeatureNamel
输人参数，特征文件路径1(绝对或相对路径）；strFeatureName2—一输人参数，特征文件路径2(绝对或相对路径）；Similarity
-输出参数，特征文件比对的相似度(取值范围为[0,1])。一执行成功；
返回值：Truc-
False-执行失败。
说明：若函数执行失败，则输出的相似度为0.00；若输人参数中有一个或两个特征文件的特征数据长度为0,则输出的相似度为0.00。6.6指纹特征文件结构
指纹特征文件结构见表3。
GA/T894.6—2010
字段1
字段2
字段3
字段4
字段5
字段6
字段7
字段8
7测试项目与过程
相对位置
7.1测试项目与过程概述
7.1.1测试项目
表3指纹特征文件结构
【长度(字节）
文件头类型，记录字符\C\（43HD)版本号，表示指纹识别算法的版本，版本号用00HFFH表示，表示范围为0～255，FFH表示“未知指纹采集设各类型代码，表示使用的是哪一种类型的指纹采集设备，FFH表示“未知”算法所属单位代码，表示使用的是哪一个单位的指纹识别算法，由测试方分配，FFH表示“未知”特征提取状态，字符\A\（41H)表示特征“注册成功”，字符\R\（52H)表示“注册失败”，字符“V\（56H)表示“拒认”，FFH表示“未知”
保留项
特征数据长度，表示以字节为单位的指纹特征数据长度
特征数据，记录指纹特征的二进制数据备注
指纹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、拒认率、重试率、响应时间。在相同注册失败率下，等错误率越低表明指纹识别算法的综合准确性能越好；在相同注册失败率和相同错误接受率下，错误拒绝率越低表明指纹识别算法的单项准确性能趣好在相同注册失败率和相同错误接受率下，拒认率、重试率、响应时间越低表明指纹识别算法的易用性能越好。7.1.2测试过程
指纹识别算法的测试分为两个阶段，第一阶段为特征文件库生成过程，第二阶段为指纹识别算法性能参数测试过程。
第阶段，首先使用7.2中的方法由测试库生成特征文件库1，再使用7.3中的方法得到某注册失败率下的特征文件库2，指纹识别算法性能参数的测试均基于特征文件库2进行。第二阶段，错误接受率和错误拒绝率使用7.4和7.5中的方法进行计算，等错误率、响应时间，ROC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。对于拒认率和重试率，在测试过程中首先使用7.7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7.8中的方法计算重试率。附录A给出了算法评测中指纹数据库的分类和测试报告的形式。7.2生成特征文件库1
使用fpr.ocx控件的FeatureExtract方法，对测试库中所有指纹图像进行特征提取，所生成特征文件的特征提取状态记录为“注册成功”，所有特征文件构成特征文件库1。4
TTKAONTKAca-
7.3生成特征文件库2
GA/T894.6—2010
使用fpr.ocx控件的FeatureMatch方法，将特征文件库1中某一指纹第二个（含）以后的特征文件分别与该指纹的第一个特征文件进行比对，得到若干个相似度，若这些相似度的平均值小于预设相似度（取值范围为[0,1])，则判断该指纹的注册结果为“注册失败”，在特征文件库1中，按此方法计算得到的在不同预设相似度时“注册失败”的指纹数占总指纹数的百分比为注册失败率，即：注册失败率一“注册失败”的指纹数/总指纹数100%“注册失败”的指纹数和总指纹数均指不相同指纹的数量。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，作为预设相似度。在特征文件库1中，将同指比对相似度平均值小于此预设相似度的所有特征文件的特征提取状态记录为“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库2。
例如：计算出注册失败率等于5%时的预设相似度，将相似度平均值低于该相似度的所有特征文件的特征提取状态记录为“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库2的注册失败率即为5%
7.4错误接受率的测试
使用fpr.ocx控件的FeatureMatch方法，将特征文件库2中某一指纹的第一个特征文件与其他指纹的第一个特征文件进行比对，若所得相似度高于预设相似度（取值范围为[0，1)，则判断该次比对为“错误接受”。在特征文件库2中，按此方法计算在不同预设相似度时发生“错误接受”的比对次数占总比对次数的百分比为错误接受率，即：错误接受率=相似度高于预设相似度的比对次数/总比对次数×100%已记录为“注册失败”的特征文件不参与比对。7.5错误拒绝率的测试
使用fpr.ocx控件的FeatureMatch方法，将特征文件库2中某一指纹的某一特征文件与该指其他特征文件进行比对，若所得相似度低于预设相似度（取值范围为[0，1])，则判断该次比对为“错误拒绝”。在特征文件库2中，按此方法计算在不同预设相似度时发生“错误拒绝”的比对次数占总比对次数的百分比为错误拒绝率，即：
错误拒绝率一相似度低于预设相似度的比对次数/总比对次数×100%已记录为“注册失败\的特征文件不参与比对。取测试方法7.4中错误接受率为某值（该值一般取0.1%）时的相似度为预设相似度，可计算出此预设相似度时的错误拒绝率。
7.6等错误率的测试与FAR/FRR曲线的绘制以预设相似度为横坐标，错误拒绝率和错误接受率为纵坐标，绘制出错误拒绝率/错误接受率曲线（FAR/FRR曲线），如图1所示。在某个预设相似度下，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。
GA/T 894.6-2010
7.7拒认率的测试
FAR曲线
相似度
图1FAR/FRR曲线
FRR曲线
使用fpr.ocx控件的FeatureMatch方法，取测试方法7.4中错误接受率为某值（该值一般取0.1%)时的相似度为预设相似度，将特征文件库2中某一指纹第二个(含)以后的特征文件分别与该指的第一个特征文件进行比对，若发生错误拒绝的比对次数占总比对次数的比例大于某一设定值（该设定值一般不小于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”。在特征文件库2中，按此方法计算得到的在不同设定值时发生“拒认”的指纹数占总指纹数的百分比为拒认率，即：
拒认率一拒认指纹数/总指纹数×100%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。7.8重试率的测试
使用Ipr.ocx控件的FeatureMatch方法，取测试方法7.4中错误接受率为某值（该值一般取0.1%)时的相似度为预设相似度，将特征文件库2中某一指纹的某一特征文件与该指其他特征文件进行比对，若所得相似度低于预设相似度，则判断该次比对为“错误拒绝”。在特征文件库2中，按此方法计算在不同预设相似度时发生“错误拒绝”的比对次数占总比对次数的百分比为重试率，即：重试率一相似度低于预设相似度的比对次数/总比对次数×100%已记录为“注册失败”和“拒认”的特征文件不参与比对。7.9响应时间的测试
在特征文件库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，据此四个数值计算出响应时间，即：响应时间一总注册时间/总注册次数十总比对时间/总比对次数响应时间精确到0.001s。
7.10ROC曲线的绘制
建立以错误接受率（FAR）为横轴、1一错误拒绝率（1减错误拒绝率）为纵轴的坐标系（如图2所示)，在特征文件库2中，利用测试方法7.4和7.5计算不同预设相似度（取值范围为[0，17)时的错误接受率和1一错误拒绝率，分别标出不同预设相似度时错误接受率和1一错误拒绝率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。6
TKAONiKAca-
7.11DET曲线的绘制
2ROC曲线
GA/T 894.6—2010
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），在特征文件库2中，利用测试方法7.4和7.5计算不同预设相似度（取值范围为[017)时的错误接受率和错误拒绝率，分别标出不同预设相似度时错误接受率和错误拒绝率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。
DET曲线
GA/T 894.6—2010
A.1范围
附录A
（资料性附录）
测试说明
本附录给出了指纹识别应用系统算法评测中指纹数据库的分类和测试报告的形式。A.2指纹数据库的分类
指纹识别应用系统算法评测时使用的指纹数据库有三种：训练库、验证库和测试库，三种数据库均由测试方提供。训练库是用于被测试方对其指纹识别算法参数进行调试的指纹数据库；验证库是用于验证测试方与被测试方测试结果一致性而进行试验的小样本指纹数据库；测试库是用于对被测试方指纹识别算法性能进行评测的指纹数据库。A.3测试报告形式
测试报告形式见表A.1。
TTKAONTKAca-
算法名称
受测单位
任务来源
受测单位
通讯资料
测试单位
测试单位
通讯资料
测试日期
测试地点
测试环境
测试硬件
平台描述
操作系统
指纹图像
测试库
表A.1指纹识别应用系统算法测试报告地址
邮政编码
邮政编码
图像分辨率
图像格式
采集设备
采集方式
操作人
图像尺寸
图像数量
GA/T894.6—2010
共3页第1页
GA/T 894.6—2010
响应时间/s
测试项目
等错率
错误接受率为(
时的错误拒绝率
等错误率
错误接受率为（
时的错误拒绝率
等错误率
错误接受率为(
时的错误拒绝率
等错误率免费标准下载网bzxz
错误接受率为(
时的错误拒绝率
表A.1（续）
测试项目、测试结果
注册失败率为(
测试结果
注册失败率为(
注册失败率为（
注册失败率为(
TiKAoNiKAca
测试项目
错误接受率为(
时的拒认率
错误接受率为(（
时的重试率
错误接受率为(
时的拒认率
错误接受率为（
时的重试率
错误接受率为（
时的拒认率
错误接受率为(
时的重试率
错误接受率为(
时的拒认率
错误接受率为(
时的重试率
共3页第2页
测试结果
（可加页）
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/T894.6-2010
安防指纹识别应用系统
第6部分：指纹识别算法评测方法Fingerprint recognition application system for security and protection-Part 6:Testing methodologies for fingerprint identification algorithm2010-12-02发布
中华人民共和国公安部
2010-12-02实施
GA/T894《安防指纹识别应用系统》分为八个部分：第1部分：指纹数据交换格式；
第2部分：指纹图像记录格式；
第3部分：指纹图像质量；
-第4部分：指纹模板数据技术要求；第5部分：应用程序接口规范；
-第6部分：指纹识别算法评测方法；第7部分：指纹识别采集设备；
第8部分：指纹识别通用技术要求。本部分为GA/T894的第6部分。
本部分按照GB/T1.1-2009给出的规则起草。GA/T894.6—2010
本部分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。
本部分起草单位：北京中盾安全技术开发公司、公安部第一研究所、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、杭州中正生物认证技术有限公司、长春鸿达光电子与生物统计识别技术有限公司、深圳市亚略特生物识别科技有限公司、中科院自动化所。本部分主要起草人：刘琳、尹德森、张旭东、张莹、欧阳晖、朱国平、王曙光、刘中秋、宛根训、张洪民、田捷、杨鑫、黄振杭、张进。
KAONiKAca-
1范围
安防指纹识别应用系统
第6部分：指纹识别算法评测方法GA/T 894.6-2010
GA/T894的本部分规定了安防指纹识别应用系统指纹识别算法评测方法的术语和定义、测试库建库准则、测试环境、测试接口、测试项自与过程，本部分适用于安防指纹识别应用系统指纹识别算法的性能评测。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—2010安防生物特征识别应用术语ISO/IEC19794-4信息技术生物测量数据交换格式第4部分：指纹图像数据3术语和定义
GA/T893-2010中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
将指纹特征按照一定格式进行存储的文件。3.2
测试库testdatabase
与被测试的指纹识别应用系统使用人群分布相当，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。
同指比对genuinematching
同一手指不同指纹图像的特征文件之间的比对。3.4
拒认verificationfailure
用某一成功注册的指纹的特征文件与该指其他所有特征文件进行比对，若发生错误拒绝的次数占连续比对次数的比例大于设定值，则称该指纹被拒认。3.5
重试reattempt
非拒认指纹局指比对时发生错误拒绝后的再尝试比对。3.6
拒认率（VFR）verificationfailurerate(VFR）在测试库中，发生拒认的指纹数占成功注册的指纹总指纹数的比例,用百分比表示。1
GA/T 894.6—2010
重试率(RAR）reattemptrate(RAR)在测试库中，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，用百分比表示。4测试库建库准则
4.1指纹图像参数
分辨率：（500士5)ppi。
灰度等级：256级。
图像尺寸：256（宽）×360（高）像素。文件格式：bmp或符合ISO/IEC19794-4规定的其他文件格式。4.2采集要求
采集方式：使用活体指纹采集设备采集平面指纹图像；在采集过程中，采集对象每人采集不少于2枚手指，左右手各不少于1枚手指，每枚手指采集指纹图像数不少于3幅。采集设备：每类测试库使用的指纹采集设备类型不少于两种。性别分布：男、女各占(50±5)%。年龄分布：18岁以下占（15±3）%、18岁～60岁占（70士5）%、60岁以上占（15±3）%。4.3测试库规模
根据采集对象的人数规模将测试库分为3种，见表1。表1测试库规模
测试库
小规模库（SDB)
中规模库（MDB）
大规模库(LDB)
5测试环境
5.1硬件平台
1.6G主频、512M内存以上x86架构或兼容PC。5.2操作系统
WindowsXP或兼容系统。
6测试接口
测试模块接口
被测试算法以ocx控件（ActiveX)的形式提交。2
TTKAONTKAca
采集对象人数N/人
1001000
1000≤N<10000
N≥10000
6.2控件名称
控件文件名称是fpr.ocx。
6.3控件属性
属性名称：AlgorithmId。
数据类型：字符串（String）。读写方式：只读。
GA/T 894.6—2010
说明：控件属性标识被测试算法所属单位的中英文名称，由被测试算法所属单位设定。6.4控件方法
控件方法见表2。
表2控件方法
FeatureExtract
FeatureMatch
从指定的1个指纹图像上提取特征，并将指纹特征保存为指定的特征文件对指定的2个特征文件进行比对
6.5控件方法的具体说明
6.5.1 FeatureExtract
函数声明:BOOL FeatureExtract(String IN strFingcrName,String IN strFeatureName)。参数：strFingerName-
strFeatureName
-输人参数，指纹图像路径(绝对或相对路径)；输人参数，特征文件路径（绝对或相对路径)。返回值：True
执行成功；
False-—执行失败。
说明：算法所属单位可根据不同的开发工具，选择相应的字符串类型；若函数执行失败，也生成对应指纹图像的特征文件，特征文件结构中的字段7(特征数据长度)设置为0。6.5.2 FeatureMatch
函数声明：BOOLFeatureMatch(StringINstrFeatureNamel,StringINstrFeatureName2，Float*OUT Similarity).
参数：strFeatureNamel
输人参数，特征文件路径1(绝对或相对路径）；strFeatureName2—一输人参数，特征文件路径2(绝对或相对路径）；Similarity
-输出参数，特征文件比对的相似度(取值范围为[0,1])。一执行成功；
返回值：Truc-
False-执行失败。
说明：若函数执行失败，则输出的相似度为0.00；若输人参数中有一个或两个特征文件的特征数据长度为0,则输出的相似度为0.00。6.6指纹特征文件结构
指纹特征文件结构见表3。
GA/T894.6—2010
字段1
字段2
字段3
字段4
字段5
字段6
字段7
字段8
7测试项目与过程
相对位置
7.1测试项目与过程概述
7.1.1测试项目
表3指纹特征文件结构
【长度(字节）
文件头类型，记录字符\C\（43HD)版本号，表示指纹识别算法的版本，版本号用00HFFH表示，表示范围为0～255，FFH表示“未知指纹采集设各类型代码，表示使用的是哪一种类型的指纹采集设备，FFH表示“未知”算法所属单位代码，表示使用的是哪一个单位的指纹识别算法，由测试方分配，FFH表示“未知”特征提取状态，字符\A\（41H)表示特征“注册成功”，字符\R\（52H)表示“注册失败”，字符“V\（56H)表示“拒认”，FFH表示“未知”
保留项
特征数据长度，表示以字节为单位的指纹特征数据长度
特征数据，记录指纹特征的二进制数据备注
指纹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、拒认率、重试率、响应时间。在相同注册失败率下，等错误率越低表明指纹识别算法的综合准确性能越好；在相同注册失败率和相同错误接受率下，错误拒绝率越低表明指纹识别算法的单项准确性能趣好在相同注册失败率和相同错误接受率下，拒认率、重试率、响应时间越低表明指纹识别算法的易用性能越好。7.1.2测试过程
指纹识别算法的测试分为两个阶段，第一阶段为特征文件库生成过程，第二阶段为指纹识别算法性能参数测试过程。
第阶段，首先使用7.2中的方法由测试库生成特征文件库1，再使用7.3中的方法得到某注册失败率下的特征文件库2，指纹识别算法性能参数的测试均基于特征文件库2进行。第二阶段，错误接受率和错误拒绝率使用7.4和7.5中的方法进行计算，等错误率、响应时间，ROC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。对于拒认率和重试率，在测试过程中首先使用7.7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7.8中的方法计算重试率。附录A给出了算法评测中指纹数据库的分类和测试报告的形式。7.2生成特征文件库1
使用fpr.ocx控件的FeatureExtract方法，对测试库中所有指纹图像进行特征提取，所生成特征文件的特征提取状态记录为“注册成功”，所有特征文件构成特征文件库1。4
TTKAONTKAca-
7.3生成特征文件库2
GA/T894.6—2010
使用fpr.ocx控件的FeatureMatch方法，将特征文件库1中某一指纹第二个（含）以后的特征文件分别与该指纹的第一个特征文件进行比对，得到若干个相似度，若这些相似度的平均值小于预设相似度（取值范围为[0,1])，则判断该指纹的注册结果为“注册失败”，在特征文件库1中，按此方法计算得到的在不同预设相似度时“注册失败”的指纹数占总指纹数的百分比为注册失败率，即：注册失败率一“注册失败”的指纹数/总指纹数100%“注册失败”的指纹数和总指纹数均指不相同指纹的数量。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，作为预设相似度。在特征文件库1中，将同指比对相似度平均值小于此预设相似度的所有特征文件的特征提取状态记录为“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库2。
例如：计算出注册失败率等于5%时的预设相似度，将相似度平均值低于该相似度的所有特征文件的特征提取状态记录为“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库2的注册失败率即为5%
7.4错误接受率的测试
使用fpr.ocx控件的FeatureMatch方法，将特征文件库2中某一指纹的第一个特征文件与其他指纹的第一个特征文件进行比对，若所得相似度高于预设相似度（取值范围为[0，1)，则判断该次比对为“错误接受”。在特征文件库2中，按此方法计算在不同预设相似度时发生“错误接受”的比对次数占总比对次数的百分比为错误接受率，即：错误接受率=相似度高于预设相似度的比对次数/总比对次数×100%已记录为“注册失败”的特征文件不参与比对。7.5错误拒绝率的测试
使用fpr.ocx控件的FeatureMatch方法，将特征文件库2中某一指纹的某一特征文件与该指其他特征文件进行比对，若所得相似度低于预设相似度（取值范围为[0，1])，则判断该次比对为“错误拒绝”。在特征文件库2中，按此方法计算在不同预设相似度时发生“错误拒绝”的比对次数占总比对次数的百分比为错误拒绝率，即：
错误拒绝率一相似度低于预设相似度的比对次数/总比对次数×100%已记录为“注册失败\的特征文件不参与比对。取测试方法7.4中错误接受率为某值（该值一般取0.1%）时的相似度为预设相似度，可计算出此预设相似度时的错误拒绝率。
7.6等错误率的测试与FAR/FRR曲线的绘制以预设相似度为横坐标，错误拒绝率和错误接受率为纵坐标，绘制出错误拒绝率/错误接受率曲线（FAR/FRR曲线），如图1所示。在某个预设相似度下，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。
GA/T 894.6-2010
7.7拒认率的测试
FAR曲线
相似度
图1FAR/FRR曲线
FRR曲线
使用fpr.ocx控件的FeatureMatch方法，取测试方法7.4中错误接受率为某值（该值一般取0.1%)时的相似度为预设相似度，将特征文件库2中某一指纹第二个(含)以后的特征文件分别与该指的第一个特征文件进行比对，若发生错误拒绝的比对次数占总比对次数的比例大于某一设定值（该设定值一般不小于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”。在特征文件库2中，按此方法计算得到的在不同设定值时发生“拒认”的指纹数占总指纹数的百分比为拒认率，即：
拒认率一拒认指纹数/总指纹数×100%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。7.8重试率的测试
使用Ipr.ocx控件的FeatureMatch方法，取测试方法7.4中错误接受率为某值（该值一般取0.1%)时的相似度为预设相似度，将特征文件库2中某一指纹的某一特征文件与该指其他特征文件进行比对，若所得相似度低于预设相似度，则判断该次比对为“错误拒绝”。在特征文件库2中，按此方法计算在不同预设相似度时发生“错误拒绝”的比对次数占总比对次数的百分比为重试率，即：重试率一相似度低于预设相似度的比对次数/总比对次数×100%已记录为“注册失败”和“拒认”的特征文件不参与比对。7.9响应时间的测试
在特征文件库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，据此四个数值计算出响应时间，即：响应时间一总注册时间/总注册次数十总比对时间/总比对次数响应时间精确到0.001s。
7.10ROC曲线的绘制
建立以错误接受率（FAR）为横轴、1一错误拒绝率（1减错误拒绝率）为纵轴的坐标系（如图2所示)，在特征文件库2中，利用测试方法7.4和7.5计算不同预设相似度（取值范围为[0，17)时的错误接受率和1一错误拒绝率，分别标出不同预设相似度时错误接受率和1一错误拒绝率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。6
TKAONiKAca-
7.11DET曲线的绘制
2ROC曲线
GA/T 894.6—2010
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），在特征文件库2中，利用测试方法7.4和7.5计算不同预设相似度（取值范围为[017)时的错误接受率和错误拒绝率，分别标出不同预设相似度时错误接受率和错误拒绝率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。
DET曲线
GA/T 894.6—2010
A.1范围
附录A
（资料性附录）
测试说明
本附录给出了指纹识别应用系统算法评测中指纹数据库的分类和测试报告的形式。A.2指纹数据库的分类
指纹识别应用系统算法评测时使用的指纹数据库有三种：训练库、验证库和测试库，三种数据库均由测试方提供。训练库是用于被测试方对其指纹识别算法参数进行调试的指纹数据库；验证库是用于验证测试方与被测试方测试结果一致性而进行试验的小样本指纹数据库；测试库是用于对被测试方指纹识别算法性能进行评测的指纹数据库。A.3测试报告形式
测试报告形式见表A.1。
TTKAONTKAca-
算法名称
受测单位
任务来源
受测单位
通讯资料
测试单位
测试单位
通讯资料
测试日期
测试地点
测试环境
测试硬件
平台描述
操作系统
指纹图像
测试库
表A.1指纹识别应用系统算法测试报告地址
邮政编码
邮政编码
图像分辨率
图像格式
采集设备
采集方式
操作人
图像尺寸
图像数量
GA/T894.6—2010
共3页第1页
GA/T 894.6—2010
响应时间/s
测试项目
等错率
错误接受率为(
时的错误拒绝率
等错误率
错误接受率为（
时的错误拒绝率
等错误率
错误接受率为(
时的错误拒绝率
等错误率免费标准下载网bzxz
错误接受率为(
时的错误拒绝率
表A.1（续）
测试项目、测试结果
注册失败率为(
测试结果
注册失败率为(
注册失败率为（
注册失败率为(
TiKAoNiKAca
测试项目
错误接受率为(
时的拒认率
错误接受率为(（
时的重试率
错误接受率为(
时的拒认率
错误接受率为（
时的重试率
错误接受率为（
时的拒认率
错误接受率为(
时的重试率
错误接受率为(
时的拒认率
错误接受率为(
时的重试率
共3页第2页
测试结果
（可加页）
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。