2024生物特征識(shí)別用于技術(shù)評(píng)估的指紋數(shù)據(jù)庫的難度度量

capturedbiometricrawbiometricsample（棄用）biometric注2：樣本進(jìn)行比對(duì)的主體，并輸入到生物特征比對(duì)算法中。例如，在重復(fù)注冊(cè)檢查中，生物特征參考被用作與數(shù)據(jù)集中的所有其他生物特征參考進(jìn)行比對(duì)的主體。biometrictechnologyFTERfailure-to-enrol注2：原文縮寫為FTE，參照GB/T5271.37-2021（ISO/IEC2382-37:2017,MOD）,3.9.7改為FTER。failure-to-acquire2：FTA，參照GB/T5271.37-2021（ISO/IEC2382-37:2017,MOD），3.9.4FTARfalsenon-matchfalsematch注：falserejectfalseacceptreceiveroperatingcharacteristiccurve（ROC檢測(cè)誤差權(quán)衡曲線detectionerrortrade-offcurve（DETqualitymatedlevelof注1：如果對(duì)于所選指紋比對(duì)算法，其在數(shù)據(jù)集A上的性能顯著低于數(shù)據(jù)集B，則指紋數(shù)據(jù)集A比數(shù)據(jù)集B更難識(shí)別。關(guān)于如何評(píng)估給定比對(duì)算法的性能，見IOIC175。注2：為了評(píng)估指紋數(shù)據(jù)集的難度水平，在測(cè)試指紋比對(duì)算法對(duì)本數(shù)據(jù)集和其他數(shù)據(jù)集的性能之前，本文件定義了預(yù)測(cè)難度水平的測(cè)量方法。注3：singularalignmentAP（AlignmentPoint）CA：共有區(qū)域（CommonArea）DF（RelativeDeformation）LOD：難度水平（LevelofDifficulty）RSQ：相對(duì)樣本質(zhì)量（RelativeSampleQuality）SP：奇異點(diǎn)（SingularPoint）按照ISO/IEC29794-1的定義，生物特征樣本的質(zhì)量是指生物特征樣本滿足目標(biāo)應(yīng)用的指定要求的12340;(a)和(b)是一對(duì)配對(duì)指紋對(duì)，(c)和(d)為(a)??參考∩探針…、圖6和圖A5螺紋型共有區(qū)域的可能定位;(a)和(b)是一對(duì)配對(duì)樣本對(duì)，(c)(d)和(eAP6通過對(duì)齊相應(yīng)的細(xì)節(jié)點(diǎn)對(duì)得到弓型指紋共有區(qū)域的可能定位;(a)和(b)是一對(duì)配對(duì)樣本對(duì)，(c)顯7對(duì)缺少相應(yīng)的奇異點(diǎn)對(duì)的環(huán)型共有區(qū)域可能的定位;(a)和(b)是一對(duì)配對(duì)樣本對(duì)，(c)顯示共有區(qū)8注：對(duì)于樣本質(zhì)量差的指紋，盡管相應(yīng)的S或細(xì)節(jié)點(diǎn)對(duì)存在，但也可能無法找到正確的AP，在這種情況下，將共有區(qū)域設(shè)置為零是合理的。??=平均值 =10AP(a)和(b)為配對(duì)樣本對(duì)，(c)共有區(qū)域， 11AP(a)和(b)為配對(duì)樣本對(duì)，(c)共有區(qū)域，12AP(a)和(b)為配對(duì)樣本對(duì)，(c)共有區(qū)域， 13AP(a)和(b)為配對(duì)樣本對(duì)，(c)共有區(qū)域，圖15顯示了在FVC2000數(shù)據(jù)集中配對(duì)樣本對(duì)的相對(duì)變形(從方向場(chǎng)計(jì)算)和相似度得分(由一種商15FVC2000(a)2000-1a，(b)2000-2a，(c)2000-3a定義，可以是算術(shù)平均值、幾何平均值或調(diào)和平均值，樣本質(zhì)量得分由ISO/IEC29794-4中描述的指紋考慮到配對(duì)指紋對(duì)之間的共有區(qū)域(CA)，相對(duì)變形(DF)，相對(duì)樣本質(zhì)量(RSQ)是影響比對(duì)算法性CARSQDF的降低，配對(duì)樣本對(duì)的相似度得分也隨之增加。對(duì)于??=??,??,???1,∝相似度得 ??=11??+12??2+21??+22??2+31???1+其中，βij(i123，j12)LOD是未知LOD分布。在將由訓(xùn)練數(shù)據(jù)集獲得的系數(shù)βijLOD計(jì)算模型時(shí)，基本的假設(shè)是每個(gè)因素對(duì)匹配錯(cuò)誤率的影響程度相似。

??? 800LOD16-18FVC數(shù)據(jù)集(2000-DB22004-DB12004-DB3)CA、DFRSQ19顯示了LOD分布情況。16三個(gè)FVC2000-DB2、2004-DB1、2004-DB3CA17三個(gè)FVC2000-DB2、2004-DB12004-DB3DF18三個(gè)FVC2000-DB2、2004-DB12004DB3RSQ19三個(gè)FVC2000-DB2、2004-DB12004-DB3LOD對(duì)LOD分布采用單因素ANOVA(ANalysisOfVAriance，方差分析和TukeyHSD(HonestlySignificantDifference，真實(shí)顯著差異)測(cè)試以檢驗(yàn)它們的差異是否顯著。圖19顯示了ANOVA測(cè)試的結(jié)果，以及使用TukeyHSD測(cè)試對(duì)三個(gè)不同難度級(jí)別的數(shù)據(jù)集進(jìn)行分組的結(jié)果。在此圖中，不同顏色的數(shù)據(jù)集對(duì)算法(VeriFinger5.0和Bozorth3)作為所有數(shù)據(jù)集的通用比對(duì)算法。1數(shù)據(jù)集的歸一化LODFRR(FAR=0.011.641.861.396.897.9610.935.9610.7913.2520歸一化LODBozorth3EER示例：B1000.012LOD“NIST的MINEX2004”和“MTIT”。那么該算法將產(chǎn)生+1的分?jǐn)?shù)。否則，該算法將產(chǎn)生?1的分?jǐn)?shù)。通過這種方式，可以為每個(gè)比對(duì)算法和sn,inn個(gè)比對(duì)，ii個(gè)算法。因此可以構(gòu)造下列

并具有最小那么所有的比對(duì)算法都會(huì)得到正確的答案，w1；——如果數(shù)據(jù)無法匹配，那么所有的比對(duì)算法都會(huì)得到錯(cuò)誤的答案，w的元素都為?1。數(shù)據(jù)集匹配度=1?1= 1? 2M2M歸一化到[0,1]。3在大多數(shù)的比對(duì)中是錯(cuò)誤的。因此期望解向量接近[300]，數(shù)據(jù)集難度將是(|1-3||1-0||1-0|4?，F(xiàn)0]+|1-0|