GB/T 41989-2022
基本信息
标准号： GB/T 41989-2022
中文名称：公共安全 虹膜识别应用 算法评测方法
标准类别：国家标准(GB)
英文名称：Public security—Iris recognition applications—Test methods for algorithms
标准状态：现行
发布日期：2022-10-12
实施日期：2023-05-01
出版语种：简体中文
下载格式：.pdf .zip
下载大小：2479841
标准分类号
标准ICS号：环保、保健与安全>>13.310犯罪行为防范
中标分类号：综合>>社会公共安全>>A91安全防范报警系统
关联标准
出版信息
出版社：中国标准出版社
页数：12页
标准价格：29.0
相关单位信息
起草人：王云龙、孙哲南、李星光、张慧、李海青、何召锋、侯鸿川、马力、侯广琦、王微、杨春林、刘洋、张堃博、薛文芳、李文洁、徐伟
起草单位：中国科学院自动化研究所、北京中科虹霸科技有限公司、天津中科虹星科技有限公司、北京邮电大学、北京眼神智能科技有限公司、天津中科智能识别有限公司、公安部第一研究所、上海芯灵科技有限公司
归口单位：全国安全防范报警系统标准化技术委员会(SAC/TC 100)
提出单位：全国安全防范报警系统标准化技术委员会(SAC/TC 100)
发布部门：国家市场监督管理总局 国家标准化管理委员会
标准简介
本文件规定了公共安全虹膜识别应用中算法评测方法的测试库建库规则、测试环境、测试流程，描述了测试方法。
本文件适用于公共安全虹膜识别应用中算法的评测。
标准图片预览
标准内容
ICS13.310
CCSA91
中华人民共和国国家标准
GB/T41989—2022
公共安全
虹膜识别应用
算法评测方法
Public security—Iris recognition applications-Testmethodsforalgorithms
2022-10-12发布
国家市场监督管理总局
国家标准化管理委员会
2023-05-01实施
GB/T41989—2022
规范性引用文件
术语和定义
缩略语
测试库建库规则
测试环境
测试流程
测试方法
GB/T41989—2022
本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。
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专利的责任。本文件由全国安全防范报警系统标准化技术委员会（SAC/TC100)提出并归口。本文件起草单位：中国科学院自动化研究所、北京中科虹霸科技有限公司、天津中科虹星科技有限公司、北京邮电大学、北京眼神智能科技有限公司、天津中科智能识别有限公司、公安部第一研究所、上海芯灵科技有限公司。
本文件主要起草人：王云龙、孙哲南、李星光、张慧、李海青、何召锋、侯鸿川、马力、侯广琦、王微、杨春林、刘洋、张堃博、薛文芳、李文洁、徐伟。I
1范围
公共安全虹膜识别应用
算法评测方法
GB/T41989—2022
本文件规定了公共安全虹膜识别应用中算法评测方法的测试库建库规则、测试环境、测试流程，描述了测试方法。
本文件适用于公共安全虹膜识别应用中算法的评测。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/T41786—2022
GB/T41988—2022
GB/T41990—2022
GA/T1486—2018
术语和定义
公共安全
公共安全
公共安全
安全防范
生物特征识别
虹膜识别应用图像技术要求
虹膜识别应用采集设备
虹膜识别应用
程序接口规范
GB/T41786一2022界定的术语和定义适用于本文件。缩略语
下列缩略语适用于本文件。
ARM：进阶精简指令集机器（AdvancedRISCMachine）CPU：中央处理器（CentralProcessingUnit）DET：检测误差权衡（DetectionErrorTradeoff）dll：Windows系统下的动态链接库（dynamiclinklibrary）FAR：错误接受率（FalseAcceptanceRate）FRR：错误拒绝率（FalseRejectionRate)soLinux系统下的动态链接库（sharedobject）5
测试库建库规则
虹膜图像采集设备要求
采用按照GB/T41990一2022第5章规定的技术要求且不少于两家厂商制造的虹膜采集设备1
GB/T41989—2022
2虹膜图像采集对象要求
采集对象人数：不少于1000人。采集对象性别分布：男女人数各占总人数的（50士3)%。采集对象年龄分布：1岁以上15岁以下对象占总人数的（16士3)%、15岁至65岁对象占总人数的（70士3）%、65岁以上对象占总人数的（14士3）%采集对象民族分布：汉族占总人数的（90士2）%，其他民族占总人数的（10士2）%。采集对象配饰要求：不应佩戴有色镜片眼镜或有色隐形眼镜，数据库中佩戴无色镜片眼镜或无色隐形眼镜的虹膜图像比例不超过50%。3虹膜图像采集方式要求
要求采集对象眼晴正视虹膜采集设备，在虹膜图像采集设备的有效采集范围内对每位采集对象的左眼和右眼分别采集不少于5幅图像，采集图像质量按照GB/T41988一2022第5章规定的技术要求，其中注册用虹膜图像与识别用虹膜图像数量比例应不天于4：1且不小于1：1。每家厂商的采集设备采集到的虹膜图像数量应相等。测试环境
硬件平台
CPU主频大于2.0GHz、内存大于1GB的x86、x64、ARM或兼容架构计算机。6.2
操作系统
Windows、Linux、麒麟或兼容操作系统。7测试流程
接口提交方式
被测试算法由被测试方以动态链接库dll或so的形式提交，命名为irisrec.dll或irisrec.so。动态链接库为32位或64位版本。被测试算法的接口函数按照GA/T1486一2018中6.2.3的定义。7.2
2虹膜特征提取
虹膜特征提取测试接口调用流程应符合图1的规定。其中，人眼区域检测、虹膜图像预处理和提取虹膜模板组成了虹膜特征提取的步骤。2
虹膜特征比对
初始化算法模块
IR_Alg_Imit
获取虹膜模板长度
IR Alg Gctt'calurel.cngth
人眼区域检测
IR Alg FyeDelection
虹膜图像预处理
IR_Alg_Processing
提取虹膜模板
JR Alg ExtractFeature
是否咒成虹膜
特征提取
释放算法模块
[R_Alg_Free
图1虹膜特征提取测试接口调用流程虹膜特征比对测试接口调用流程应符合图2的规定初始化算法模块
IR_Alg_Init
虹膜特征确认
IR Alg IrisVerifyF
是否完成虹膜
特征比对
释放算法模块
IR_Alg_Fnce
2虹膜特征比对测试接口调用流程图2
GB/T41989—2022
GB/T41989—2022
特征文件结构
虹膜特征文件结构应符合表1的规定表1
8测试方法
测试项目
字段1
字段2
字段3
字段4
字段5
字段6
字段7
字段8
位置索引
虹膜特征文件结构
长度/字节
文件头类型，记录字符“C”（43H)版本号，表示虹膜识别算法的版本，版本号用00H～FFH表示，表示范围为0～255，FFH表示“未知”
虹膜图像采集设备代码，表示虹膜特征文件的虹膜图像采集设备来源，由测试方分配，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虹膜识别算法，由测试方分配，FFH表示“未知”
特征提取状态，字符\A\（41H)表示\提取特征成功”，字符“R”（52H)表示“提取特征失败”，FFH表示\未知”
保留项
特征数据长度，表示以字节为单位的虹膜特征数据长度。位置15和16分别存放高位和低位数据
特征数据，记录虹膜特征的二进制数据是否必备
虹膜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、注册时间和比对时间。
注册失败率
测试程序调用算法评测动态链接库，并对虹膜图像测试库中所有图像进行特征提取，统计提取特征失败的图像数。按公式（1)计算注册失败率。FTE
式中：
注册失败率；
提取特征失败的虹膜图像数；
总的虹膜图像数。
NFTE×100%
.（1)bzxZ.net
8.3错误接受率
GB/T41989—2022
将每幅虹膜图像的特征数据按表1规定的特征文件结构保存。虹膜图像测试库中所有提取特征成功的文件构成特征文件库。测试程序调用算法评测动态链接库的虹膜特征确认（IR_Alg_IrisVerifyF）函数，在特征文件库中，将每一幅虹膜图像的特征文件与所有不同类虹膜图像的特征文件进行比对。按公式（2)计算在不同阈值下的错误接受率。FAR
式中：
不同阈值下的错误接受率；
误判为真实人比对的次数；
总的冒充者比对次数。
错误拒绝率
A×100%
（2）
测试程序调用算法评测动态链接库的虹膜特征确认（IR_Alg_IrisVerifyF）函数，在特征文件库中，将同一类虹膜的每一个特征文件与该类别其他特征文件进行比对。按公式（3）计算在不同阈值下的错误拒绝率。
式中：
不同阈值下的错误拒绝率；
误判为冒充者比对的次数
总的真实人比对次数。
5等错误率
R×100%
在不同阈值下，错误接受率和错误拒绝率曲线的相交点对应的错误率，在该点错误接受率和错误拒绝率相等。
8.6注册时间
从虹膜图像测试库中随机挑选5000幅虹膜图像构成虹膜图像子集。测试程序以单线程形式调用算法评测动态链接库，对虹膜图像子集中所有图像进行特征提取，记录运行时间作为总注册时间。按公式（4)计算平均注册时间。结果精确到毫秒（ms）。Ten
式中：
temr平均注册时间，单位为毫秒(ms)；Tenr—总注册时间，单位为毫秒(ms）；Nenr
虹膜图像子集的图像数。
8.7比对时间
.（4）
从特征文件库中随机挑选5000个特征文件构成特征文件子集。测试程序以单线程形式调用算法评测动态链接库的虹膜特征确认（IRAlgIrisVerifyF）函数，将特征文件子集中的每个特征文件与所有其他特征文件进行比对，记录IR_Alg_IrisVerifyF函数总运行时间，并将其作为总比对时间。按公式5
GB/T41989—2022
(5)计算平均比对时间。结果精确到微秒(μus）。t match
式中：
t match
Tmatch
Nmatch
平均比对时间，单位为微秒(us)；总比对时间，单位为微秒（us）；比对次数。
8.8DET曲线的绘制
Tmatch
Nmateh
（5）
建立以FAR为横轴、FRR为纵轴的坐标系，在特征文件库中，按8.3和8.4计算不同阈值下的FAR和FRR，标出FAR和FRR在坐标系中的对应点，将点用曲线相连，完成DET曲线绘制，如图3所示。
DET曲线
9算法总体性能的评价
图3DET曲线
注册失败率越低，表明将虹膜图像注册成特征模板时，虹膜识别算法对虹膜图像的适应性更强。在相同的错误接受率下，错误拒绝率越低表明虹膜识别算法的识别精度越高。等错误率越低表明虹膜识别算法的识别精度越高。注册时间越短表明虹膜识别算法将虹膜图像注册成虹膜特征的速度越快。比对时间越短表明虹膜识别算法比对两幅虹膜图像特征的速度越快。6
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。
CCSA91
中华人民共和国国家标准
GB/T41989—2022
公共安全
虹膜识别应用
算法评测方法
Public security—Iris recognition applications-Testmethodsforalgorithms
2022-10-12发布
国家市场监督管理总局
国家标准化管理委员会
2023-05-01实施
GB/T41989—2022
规范性引用文件
术语和定义
缩略语
测试库建库规则
测试环境
测试流程
测试方法
GB/T41989—2022
本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。
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专利的责任。本文件由全国安全防范报警系统标准化技术委员会（SAC/TC100)提出并归口。本文件起草单位：中国科学院自动化研究所、北京中科虹霸科技有限公司、天津中科虹星科技有限公司、北京邮电大学、北京眼神智能科技有限公司、天津中科智能识别有限公司、公安部第一研究所、上海芯灵科技有限公司。
本文件主要起草人：王云龙、孙哲南、李星光、张慧、李海青、何召锋、侯鸿川、马力、侯广琦、王微、杨春林、刘洋、张堃博、薛文芳、李文洁、徐伟。I
1范围
公共安全虹膜识别应用
算法评测方法
GB/T41989—2022
本文件规定了公共安全虹膜识别应用中算法评测方法的测试库建库规则、测试环境、测试流程，描述了测试方法。
本文件适用于公共安全虹膜识别应用中算法的评测。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/T41786—2022
GB/T41988—2022
GB/T41990—2022
GA/T1486—2018
术语和定义
公共安全
公共安全
公共安全
安全防范
生物特征识别
虹膜识别应用图像技术要求
虹膜识别应用采集设备
虹膜识别应用
程序接口规范
GB/T41786一2022界定的术语和定义适用于本文件。缩略语
下列缩略语适用于本文件。
ARM：进阶精简指令集机器（AdvancedRISCMachine）CPU：中央处理器（CentralProcessingUnit）DET：检测误差权衡（DetectionErrorTradeoff）dll：Windows系统下的动态链接库（dynamiclinklibrary）FAR：错误接受率（FalseAcceptanceRate）FRR：错误拒绝率（FalseRejectionRate)soLinux系统下的动态链接库（sharedobject）5
测试库建库规则
虹膜图像采集设备要求
采用按照GB/T41990一2022第5章规定的技术要求且不少于两家厂商制造的虹膜采集设备1
GB/T41989—2022
2虹膜图像采集对象要求
采集对象人数：不少于1000人。采集对象性别分布：男女人数各占总人数的（50士3)%。采集对象年龄分布：1岁以上15岁以下对象占总人数的（16士3)%、15岁至65岁对象占总人数的（70士3）%、65岁以上对象占总人数的（14士3）%采集对象民族分布：汉族占总人数的（90士2）%，其他民族占总人数的（10士2）%。采集对象配饰要求：不应佩戴有色镜片眼镜或有色隐形眼镜，数据库中佩戴无色镜片眼镜或无色隐形眼镜的虹膜图像比例不超过50%。3虹膜图像采集方式要求
要求采集对象眼晴正视虹膜采集设备，在虹膜图像采集设备的有效采集范围内对每位采集对象的左眼和右眼分别采集不少于5幅图像，采集图像质量按照GB/T41988一2022第5章规定的技术要求，其中注册用虹膜图像与识别用虹膜图像数量比例应不天于4：1且不小于1：1。每家厂商的采集设备采集到的虹膜图像数量应相等。测试环境
硬件平台
CPU主频大于2.0GHz、内存大于1GB的x86、x64、ARM或兼容架构计算机。6.2
操作系统
Windows、Linux、麒麟或兼容操作系统。7测试流程
接口提交方式
被测试算法由被测试方以动态链接库dll或so的形式提交，命名为irisrec.dll或irisrec.so。动态链接库为32位或64位版本。被测试算法的接口函数按照GA/T1486一2018中6.2.3的定义。7.2
2虹膜特征提取
虹膜特征提取测试接口调用流程应符合图1的规定。其中，人眼区域检测、虹膜图像预处理和提取虹膜模板组成了虹膜特征提取的步骤。2
虹膜特征比对
初始化算法模块
IR_Alg_Imit
获取虹膜模板长度
IR Alg Gctt'calurel.cngth
人眼区域检测
IR Alg FyeDelection
虹膜图像预处理
IR_Alg_Processing
提取虹膜模板
JR Alg ExtractFeature
是否咒成虹膜
特征提取
释放算法模块
[R_Alg_Free
图1虹膜特征提取测试接口调用流程虹膜特征比对测试接口调用流程应符合图2的规定初始化算法模块
IR_Alg_Init
虹膜特征确认
IR Alg IrisVerifyF
是否完成虹膜
特征比对
释放算法模块
IR_Alg_Fnce
2虹膜特征比对测试接口调用流程图2
GB/T41989—2022
GB/T41989—2022
特征文件结构
虹膜特征文件结构应符合表1的规定表1
8测试方法
测试项目
字段1
字段2
字段3
字段4
字段5
字段6
字段7
字段8
位置索引
虹膜特征文件结构
长度/字节
文件头类型，记录字符“C”（43H)版本号，表示虹膜识别算法的版本，版本号用00H～FFH表示，表示范围为0～255，FFH表示“未知”
虹膜图像采集设备代码，表示虹膜特征文件的虹膜图像采集设备来源，由测试方分配，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虹膜识别算法，由测试方分配，FFH表示“未知”
特征提取状态，字符\A\（41H)表示\提取特征成功”，字符“R”（52H)表示“提取特征失败”，FFH表示\未知”
保留项
特征数据长度，表示以字节为单位的虹膜特征数据长度。位置15和16分别存放高位和低位数据
特征数据，记录虹膜特征的二进制数据是否必备
虹膜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、注册时间和比对时间。
注册失败率
测试程序调用算法评测动态链接库，并对虹膜图像测试库中所有图像进行特征提取，统计提取特征失败的图像数。按公式（1)计算注册失败率。FTE
式中：
注册失败率；
提取特征失败的虹膜图像数；
总的虹膜图像数。
NFTE×100%
.（1)bzxZ.net
8.3错误接受率
GB/T41989—2022
将每幅虹膜图像的特征数据按表1规定的特征文件结构保存。虹膜图像测试库中所有提取特征成功的文件构成特征文件库。测试程序调用算法评测动态链接库的虹膜特征确认（IR_Alg_IrisVerifyF）函数，在特征文件库中，将每一幅虹膜图像的特征文件与所有不同类虹膜图像的特征文件进行比对。按公式（2)计算在不同阈值下的错误接受率。FAR
式中：
不同阈值下的错误接受率；
误判为真实人比对的次数；
总的冒充者比对次数。
错误拒绝率
A×100%
（2）
测试程序调用算法评测动态链接库的虹膜特征确认（IR_Alg_IrisVerifyF）函数，在特征文件库中，将同一类虹膜的每一个特征文件与该类别其他特征文件进行比对。按公式（3）计算在不同阈值下的错误拒绝率。
式中：
不同阈值下的错误拒绝率；
误判为冒充者比对的次数
总的真实人比对次数。
5等错误率
R×100%
在不同阈值下，错误接受率和错误拒绝率曲线的相交点对应的错误率，在该点错误接受率和错误拒绝率相等。
8.6注册时间
从虹膜图像测试库中随机挑选5000幅虹膜图像构成虹膜图像子集。测试程序以单线程形式调用算法评测动态链接库，对虹膜图像子集中所有图像进行特征提取，记录运行时间作为总注册时间。按公式（4)计算平均注册时间。结果精确到毫秒（ms）。Ten
式中：
temr平均注册时间，单位为毫秒(ms)；Tenr—总注册时间，单位为毫秒(ms）；Nenr
虹膜图像子集的图像数。
8.7比对时间
.（4）
从特征文件库中随机挑选5000个特征文件构成特征文件子集。测试程序以单线程形式调用算法评测动态链接库的虹膜特征确认（IRAlgIrisVerifyF）函数，将特征文件子集中的每个特征文件与所有其他特征文件进行比对，记录IR_Alg_IrisVerifyF函数总运行时间，并将其作为总比对时间。按公式5
GB/T41989—2022
(5)计算平均比对时间。结果精确到微秒(μus）。t match
式中：
t match
Tmatch
Nmatch
平均比对时间，单位为微秒(us)；总比对时间，单位为微秒（us）；比对次数。
8.8DET曲线的绘制
Tmatch
Nmateh
（5）
建立以FAR为横轴、FRR为纵轴的坐标系，在特征文件库中，按8.3和8.4计算不同阈值下的FAR和FRR，标出FAR和FRR在坐标系中的对应点，将点用曲线相连，完成DET曲线绘制，如图3所示。
DET曲线
9算法总体性能的评价
图3DET曲线
注册失败率越低，表明将虹膜图像注册成特征模板时，虹膜识别算法对虹膜图像的适应性更强。在相同的错误接受率下，错误拒绝率越低表明虹膜识别算法的识别精度越高。等错误率越低表明虹膜识别算法的识别精度越高。注册时间越短表明虹膜识别算法将虹膜图像注册成虹膜特征的速度越快。比对时间越短表明虹膜识别算法比对两幅虹膜图像特征的速度越快。6
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。