问生物识别系统精度的确定

EN

我不知道这是不是你要找的。一般来说，任何生物识别系统(如指纹、语音、面部识别等)的性能都是使用几种度量标准来描述的。

远或假接受率是指系统由于不正确地将生物特征输入与模板相匹配而不正确地授权未经授权的人的概率。FAR通常表示为百分比，在FAR定义之后，这是错误接受的无效输入的百分比。

FRR或误拒绝率是指系统由于未能将生物特征输入与模板匹配而不正确地拒绝对授权人的访问的概率。FRR通常表示为百分比，在FRR定义之后，这是被错误拒绝的有效输入的百分比。

CER或交叉错误率是接受和拒绝错误率相等的错误率。

未注册率( FER )是未完成注册的人口百分比。

示例：

假设我们有指纹生物识别系统。我们也有100个用户。在注册阶段，5用户无法注册(例如，我们不能为他们建立指纹签名/模板)。这意味着系统注册率(FER) = 5%失败。这意味着只有95个用户可以使用该系统。

然后，在对95名用户进行测试时，当系统将他们的指纹与注册指纹模板进行匹配时，有10名用户被拒绝。这意味着FRR =10.52%。

同时，在95位用户中，有3位用户在与其他用户的指纹模板匹配时被系统所接受。这意味着远距离= 3.15%

越远，FRR越低，系统

越好

生物识别系统的精度通常用其等误码率(EER)来表示。这个数字越低，系统的性能就越好。

在讨论生物识别系统时，对于系统的工作情况(您所指的“准确性”)，有两个主要指标是特别有趣的:错误接受率(FAR)和错误拒绝率(FFR)。FFR发生在我们应该拒绝的用户(假阳性)，而FFR是当我们拒绝应该接受的用户(假否定)时发生的。

如果我们在图上绘制FAR和FFR，就像在下面的图上一样，EER是两条曲线相交的点。

为了降低EER --提高系统的精度，必须改进系统的硬件和软件(算法)。

您可以咨询双歧杆菌网站上的生物识别原理以获得更多信息。

Web上的许多文章声称，EER是两个曲线相交的地方--不是真的--它是曲线下面积相等的地方。当EER在交点处时，实验室数据可能产生很好的平滑对称曲线，但实际数据产生的不对称曲线是实验室数据无法预测的。