GA T 1208-2014 安防虹膜识别应用 算法评测方法.pdf

《GA T 1208-2014 安防虹膜识别应用 算法评测方法.pdf》由会员分享，可在线阅读，更多相关《GA T 1208-2014 安防虹膜识别应用 算法评测方法.pdf（12页珍藏版）》请在麦多课文档分享上搜索。

1、ICS 13.310 A 91 G 中华人民共和国公共安全行业标准GA/T 1208-2014 安防虹膜识别应用算法评测方法Iris recognition applications in security systems Testing methodologies for algorithms , 2014-12”22发布、飞，1、pf叫中华人民共和国公安部发布 l飞；1三j（ 2015-01-01实施 ., GA/T 1208-2014 前. - 司在习本标准按照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。本标准由全

2、国安全防范与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/TC 100/SC 2）提出并归口。本标准起草单位z中国科学院自动化研究所、北京中科虹霸科技有限公司、北京天诚盛业科技有限公司、北京释码大华科技有限公司。本标准主要起草人z孙哲南、李海青、何召锋、谭铁牛、邱显超、李志林、马力、李星光、杨春林、王晓鹏。I . 1 范围安防虹膜识别应用算法评测方法GA/T 1208-2014 本标准规定了安防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、测试接口和测试方法。本标准适用于安防虹膜识别应用中算法的性能评测。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

3、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。GAIT 893 安防生物特征识别应用术语ISO/IEC 19794-6信息技术生物特征数据交换格式第6部分虹膜图像数据（Informationtechnology-Biometric data interchange formats-Part 6: Iris image data) 3 术语和定义3.1 3.2 GAIT 893界定的以及下列术语和定义适用于本文件。非虹膜图像non-irisimage 不包含虹膜区域的图像，错误注珊率false enrollment rate 从非虹

4、膜图像成功提取虹膜特征的比率。4 测试库建库规则4.1 虹膜圄像参数4. 1. 1 灰皮等级256级，4.1.2 圄像尺寸640（宽480（高像素。4.1.3 文件格式bmp或符合ISO/IEC19794-6规定的其他文件格式。1 GA/T 1208-2014 4.1.4 圄像质量应符合如下虹膜图像质量要求z一一一虹膜半径应大于80个像素z一一瞌孔半径与虹膜半径之比应大于0.2且小于0.6;一一灰度动态范围应大于或等于128个灰度级s一一未被眼皮、睫毛和光斑遮挡的可用虹膜区域与整个虹膜环状区域的面积比应大于或等于10%.4.2 虹膜圈像果集要求采集设备z采用来源于不少于两家厂商的近红外虹膜图像

5、采集设备。近红外光源波长宜为750m 900 nm 采集方式z要求采集对象眼睛正视虹膜图像采集设备，在虹膜图像采集设备的有效景探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。每家厂商的采集设备采集到的虹膜图像数目应相等。可见光光照条件z使用050标准光源，分别在人脸表面眼部区域附近照度低于300lx、高于350lx 且低于600lx和高于650lx的光照条件下进行图像采集。上述三种光照条件下采集的图像占虹膜测试库的比例分别为（20士3）%、（60土3）%和（20土3）%。采集对象人数z不少于1000人。采集对象性别分布z男女各占（50土3）%。采集对象年龄分布z1岁以上15岁以下占(

6、17土3）%、15岁60岁占（70士3）%、60岁以上占(13土3）%。采集对象民族分布z汉族占（95土2）%，其他民族占（5士2）%。采集对象配饰要求z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%。4.3 非虹膜图像测试库非虹膜图像测试库的图像参数应符合4.1.14.1.3的要求。困像数量应大于或等于10000幅。非虹膜图像可以是人脸图像中的非虹膜区域或者不包含任何虹膜区域的各种自然场景图像。5 测试环撞5.1 硬件平台CPU主频大于2.0GHz、内存大于1GB的x86或x64兼容架构计算机。5.2 操作系统Windows 7或兼容系统

7、。6副试接口6.1 测试摸块接口被测试算法由被测试方以动态链接库dll的形式提交。动态链接库为32位版本，支持多线程调用，文件名称是irisrec.dll，其接口函数见表1. GA/T 1208-2014 表1动态链接库接口函数名称说明GetFeatureLength 获取特征数据长度，以字节为单位FeatureExtract 从虹膜图像提取特征后按表2规定的特征文件结构输出FeatureMatch 对指定的2个特征文件数据进行比对6.2 特征文件结构虹膜特征文件结构见表20表2虹膜特征文件结构序号字段相对位置长度字节说明是否必备1 字段11 1 文件头类型，记录字符“C”（43H)2 字段2

8、2 1 版本号，表示虹膜识别算法的版本，版本号用。OHFFH表示，表杀范围为0255,FFH表示“未知”3 字段33 1 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”4 字段44 1 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”5 字段55 1 特征提取状态，字符“A”（41H）表示特征“提取特征成功”，字符“R(52H）表示“提取特征失败”，FFH表示“未知”6 字段66 14 9 保留项7 字段715 16 2 特征数据长度，表示以字节为单位的虹膜特征数据长度，位责15和16分别存放高位和低位数据

9、8 字段817 特征数据，记录虹膜特征的二进制数据6.3 动态链接库接口画鼓说明6.3. 1 GetFeatureLength 画数声明：int_stdcall GetF eatureLength(int祷piFeaLen).参数1piFeaLen一输出参数。虹膜特征文件字段7记录的特征数据长度（以字节为单位）。返回值z调用成功，返回O；否则返回小于0的错误代码。说明z获取特征数据长度，以便调用者为后续操作分配特征数据的内存空间。6.3.2 FeatoreExtract 函数声明：int_stdcallFeatureExtract(unsigned char ucCamType,unsigne

10、d char ucAlgID, 是是是是是否是是unsigned char提puclmgBuf,unsigned char祷pucFeaData）。参数：ucCamType一输入参数。虹膜图像采集设备代码。ucAlglD-一输入参数。算法所属单位代码。puclmgBuf一输入参数。一维数组指针，指向虹膜图像数据，数组长度为307200, puclmgBuf GA/T 1208-2014 OJ存储图像左上角像素灰度值，按行主序存储。pucFeaData一输出参数。一维数组指针，指向虹膜特征文件数据，数据结构应符合表2的要求。返回值z调用成功，返回O；否则返回小于0的错误代码说明z若画数执行失败，

11、也生成对应虹膜图像的特征文件，特征文件结构中的字段7（特征数据长度设置为o.6.3.3 F1阳tureMatch画数声明：int_stdcall FeatureMatch( unsigned char祷pucF臼Data!, unsigned char铃pucF1回I站在2,float婪pfSim）。参数：pucFeaDatal一输入参数。虹膜特征文件数据指针I.pucFeaData2一输人参数。虹膜特征文件数据指针2.pf Sim输出参数。特征数据比对的相似度，取值范围为O，口，值越南，两个特征数据的相似程度越高。返回值z调用成功，返回O；否则返回小于0的错误代码。说明z若函数执行失败，则输

12、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o.oo.7 测试方法7.1 测试项目虹膜识别算法的测试项目为错误注册率、注册失败率、错误接受率、错误拒绝率、注册时间和比对时间。7.2错误注册率测试程序调用irisrec.dll的FeatureExtract画数，对非虹膜图像测试库中所有图像进行特征提取，统计提取特征成功的图像数。按式(1）计算错误注册率zFER学100%.( 1 ) 式中zFER一一错误注册率pNRNI提取特征成功的非虹膜图像数zNNI一一总的非虹膜图像数。, NI 7.3 注珊失败率测试程序调用irisrec.dll的Feature

13、Extract函数，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，按式（2）计算注册失败率z4 盯E非100%( 2 ) 式中zFTE一一一注册失败率sNFTE一一提取特征失败的虹膜图像数zNi 一一总的虹膜图像数。、GA/T 1208-2014 7.4 错误接受率将每幅虹膜图像的特征数据按表2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irisrec.dll的FeatureMatch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式（3）计算在不同阔值下的错误接受率zFAR旦旦100%式

14、中zFAR一一错误接受率FNFA一误判为真实人比对的次数zNIM一一总的冒充者比对次数。7.5 错误拒绝率川副. ( 3 ) 测试程序调用irisrec.dll的FeatureMatch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。按式（4）计算在不同阔值下的错误拒绝率zFRR学E100%式中zFRR一错误拒绝率FNFR 一误判为冒充者比对的次数zNaM一一总的真实人比对次数。7.6 注班时间, GM ( 4 ) 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irisrec.dll中的FeatureExtract函数，对

15、虹膜图像子集中所有图像进行特征提取，记录Fea tureExtract 画数运行时间作为总注册时间，按式（5）计算平均注册时间，结果精确到毫秒（ms):式中ztem一一平均注册时间zT回一总注册时间zN, 虹膜图像数。7.7 比对时间T皿t”，一一田N,( 5 ) 从特征文件库中随机挑选5000个特征文件构成恃征文件子集。测试程序以单线程形式调用irisrec.dB中的FeatureMatch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FeatureMatch函数总运行时间作为总比对时间，按式（6）计算平均比对时间，结果精确到微秒（s):式中ztma曲一一平均比对时间z

16、T田础一一总比对时间zTmatch tmatcb 一一A咱田皿h-( 6 ) 5 GA/T 1208-2014 Nma础一比对次数。7.8 DET曲线的绘制建立以错误接受率（FAR）为横轴、错误拒绝率（FRR）为纵轴的坐标系，在特征文件库中，按7.4和7.5计算不同阔值的错误拒绝率和错误接受率，标出错误拒绝率和错误接受率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1所示。.10.08 0.06 盟0.04 0.02 。10-5 10-5 10-4 10-3 10-2 10-1 100 FAR 圄1DET曲线7.9 算法总体性能的评价错误注册率越低表明虹膜识别算法可以更好地排除非

17、虹膜图像成功注册成为虹膜特征的风险。注册失败率越低表明虹膜识别算法在将虹膜图像注册成特征模板时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。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 立足ONFH宅。中华人民共和国公共安全行业标准安防虹腹识别应用算法评副方法GA/T 1208 2014 司除中国标准出版社出版发行北京市朝阳区和平里西街甲2号(100029)北京市西城区三里凋北街16号00004日网址总编室：（010)68533533发行中心：（010)51780238读者服务部：（010)68523946中国标准出版社秦皇岛印刷厂印刷各地新华书店经销* 开本88012301/16 2015年3月第一版印张0.75字数14千字2015年3月第一次印刷* 书号：155066 2-28480定价16.00元如有印装差错由本社发行中心调换版权专有侵权必究举报电话：（010)68510107GAIT 1208-2014 打印日期z2015年4月10日F002