标准规范下载简介
GB／T 41772-2022 信息技术 生物特征识别 人脸识别系统技术要求.pdfICS 35.240.15 CCS L 67
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。 本文件由全国信息技术标准化技术委员会（SAC/TC28)提出并归口。 本文件起草单位：上海商汤智能科技有限公司、中国电子技术标准化研究院、云从科技集团股份有 限公司、华为技术有限公司、北京眼神智能科技有限公司、杭州海康威视数字技术股份有限公司、科大讯 飞股份有限公司、上海依图网络科技有限公司、蚂蚁科技集团股份有限公司、深圳市腾讯计算机系统有 限公司、北京百度网讯科技有限公司、建信金融科技有限责任公司、深圳云天励飞技术股份有限公司、公 安部第三研究所、福州数据技术研究院有限公司、同方威视技术股份有限公司、中兴通讯股份有限公司、 北京集创北方科技股份有限公司、浙江大华技术股份有限公司、联想中天科技有限公司、青岛海信网络 科技股份有限公司、京东科技控股股份有限公司、北京京东尚科信息技术有限公司、厦门市美亚柏科信 息股份有限公司、杭州宇泛智能科技有限公司、罗克佳华科技集团股份有限公司、北京曙光易通技术有 限公司、北京澎思科技有限公司、厦门瑞为信息技术有限公司、中科视语（北京）科技有限公司、熵基科技 股份有限公司、厦门熵基科技有限公司、北京邮电大学、深圳市捷顺科技实业股份有限公司、上海市计量 测试技术研究院、广东中科臻恒信息技术有限公司、中国汽车工程研究院股份有限公司、新大陆数字技 术股份有限公司、福建海景科技开发有限公司、北京清微智能科技有限公司、北京小米移动软件有限公 司、圣点世纪科技股份有限公司、惠州学院、广东九联科技股份有限公司、国网区块链科技（北京)有限公 司、国家工业信息安全发展研究中心。 本文件主要起草人：蒋慧、钟陈、宋方方、王文峰、宋继伟、吴一超、李军、孟凡辉、杨春林、刘倩颖、 王春茂、吴子扬、赵春昊、林冠辰、蒋增增、朱胜贤、刘丽娟、程冰、刘月霞、方斌、张丽、贾霞、张晋芳、郝敬松、 李杰、间凡兵、王启立、张鑫、陈子沣、郑东、廖强、于雪平、谢佩博、何一凡、王金桥、林晓清、陈书楷、贺斌、 李佩佩、唐健、孙荣荣、杨敬锋、雷剑梅、蔡春水、黄来青、王博、朱亚军、冯娅东、罗中良、何强、龚琼、王栋、 朱倩倩、梁鼎、闫俊杰、王志芳、李玮。
海山应置城小高层住宅施工组织设计(框剪、管桩)GB/T 417722022
信息技术生物特征识别 人脸识别系统技术要求
本文件给出了人脸识别系统的架构及业务流程，规定了功能要求和性能要求。 本文件适用于人脸识别系统的设计、开发与应用。
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 牛，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 本文件。 GB/T28826.2信息技术公用生物特征识别交换格式框架第2部分：生物特征识别注册 操作规程
GB/T 417722022
人脸识别系统由视图采集子系统、视图解析子系统、存储子系统、比对子系统、决策子系统、管 系统以及应用开放接口等组成。人脸识别系统架构见图1
图1人脸识别系统架构
人脸识别系统*体组成如下。 a）视图采集子系统：用于人脸图像或视频的采集，包括人脸采集设备以及执行人脸采集过程所需 的任何子过程。 b）视图解析子系统：用于人脸图像和/或视频的处理，包括人脸检测、质量判断、特征项提取、人脸 跟踪、属性检测、活体检测等。 c）存储子系统：用于人脸注册数据及实时采集数据的存储，包括： 1）人脸注册数据库：用于注册数据的存储； 2）实时采集数据库：用于采集数据的存储。 d）比对子系统：人脸探针与一个或多个人脸参考进行比对，得到相似度得分，并将相似度得分传 输到人脸识别决策子系统，包括两种模式： 1）人脸验证模式：人脸探针和指定的人脸参考进行比对（1：1比对)，输出一个相似度得分； 2）人脸辨识模式：人脸探针和部分或全部的人脸参考进行比对（1：N比对)，输出多个相似 度得分，并根据相似度得分进行排序。 e) 决策子系统：根据一个或多个相似度得分，对人脸识别提供决策结果，包括两种模式： 1）人脸验证模式：当相似度得分超过指定的阈值时，人脸参考和人脸探针匹配； 2）人脸辨识模式：当相似度得分超过指定的阅值时，对应的人脸参考构成了与人脸探针匹配 的潜在候选者。 f）管理子系统：管理人脸识别系统的总体策略、执行和应用，包括但不限于： 1）设置阈值，例如样本质量阈值，相似度阔值，活体检测阈值等； 2）日志管理：日志生成、查询和导出等； 3）权限管理：设置不同角色的操作权限等； 4）接口配置：配置人脸识别系统的视图采集子系统等； 5）用户管理：存储或删除用户的人脸参考等注册信息； 6）其他管理：控制工作环境和非生物特征数据的存储、在视图采集时或采集后向用户提供反 馈信息、与人脸识别应用进行交互管理等。 g）应用开放接口：人脸识别系统和人脸识别应用之间的接口，包括人脸注册接口、人脸验证接口、 人脸辨识接口、活体检测接口等。
人脸识别系统的业务流程包括人脸注册、人脸识别、人脸更新和人脸注销等。 a）人脸注册： 1）启动人脸注册过程； 2）根据人脸注册策略，采集用户数据，例如人脸图像、视频和/或非生物特征数据等； 3）视图解析子系统对采集的视图进行解析，例如质量判断和活体检测等； 4）将该用户的数据记录存储在人脸注册数据库； 5）结束注册过程，记录日志。 b）人脸识别： 1）启动人脸识别过程； 2）采集人脸图像或视频； 3）将人脸探针与一个或多个人脸参考进行比对； 4）依据系统策略及相似度得分，对人脸识别提供决策结果； 5）将决策结果传输到人脸识别应用； 6）结束识别过程，记录日志。
GB/T 417722022
1）启动人脸更新过程； 2）根据人脸更新策略，使用本次比对通过的人脸参考替换或部分替换之前的人脸参考； 3）结束更新过程，记录日志。 d）·人脸注销： 1）启动人脸注销过程； 2） 根据人脸注销策略，在人脸注册数据库中删除或匿名化与待注销用户关联的全部数据； 3）结束注销过程，记录日志。
人脸识别系统应*备人脸采集功能并输出人脸图像或视频，宜符合以下要求： ?) 自动判别采集对象位置，依据采集对象身高和距离自动调节采集设备等； 采集对象为身体机能差异人*时，提供语音提示和/或字体大小调节等功能
.3.1人脸识别系统应*备数据存储功能，当人脸参考存储在人脸识别系统内时，应符合以下要求： a）支持人脸参考存储到人脸注册数据库，并返回人脸参考标识符，其中人脸注册符合6.3.4的 规定； b）每个用户的人脸参考对应唯一人脸参考标识符； c）支持人脸参考标识符删除操作，删除后该标识符及对应人脸参考失效； d）支持人脸参考标识符查询操作，并确认人脸参考标识符及对应人脸参考是否有效。 .3.2当人脸参考存储在人脸识别系统外（例如用户令牌）时，人脸识别系统应能获取并使用人脸 参考。 .3.3若非必要目的，人脸识别系统不应存储实时采集数据。当人脸识别系统*备实时采集数据存储 力能时，*体要求如下： a）应支持人脸探针存储到实时采集数据库； b）应支持实时采集数据的查询和删除等。 .3.4人脸识别系统应支持多种注册方式，并符合以下要求： a）应支持现场注册或非现场注册； b）应支持人脸样本批量注册； ）完港日单金用户注四名业上险烂大的管式
GB/T 417722022
d 宜支持不同图像源的人脸注册，例如实时采集相片或已存储的相片等； eO 可支持一种或多种采集设备采集的人脸样本； f 注册过程中，宜能与用户进行适当交互，例如提醒用户配合，提示注册成功等。
人脸识别系统应*备人脸比对功能，并符合以下要求： 2 应将获取的人脸特征项与人脸注册数据库中的人脸特征项进行比对，并计算相似度得分； b）应将相似度得分与阈值进行比较，保存相似度得分高于阙值的人脸比对结果，可支持对比对结 果进行检索和导出； c）宜*备异常情况判定及处理功能。 注1：相似度得分一般为0～100的实数，得分越低表示人脸特征越不相似，得分越高表示人脸特征越相似。 注2：异常情况包括但不限于比对失败和导出失败等。
人脸识别系统应*备人脸识别决策功能，并符合以下要求。 a）人脸验证： 1）若与人脸参考比对的相似度得分大于指定的阅值，则应判断该人脸探针与人脸参考匹配 若低于指定阈值，则应判断不匹配； 2）应向管理子系统输出相似度得分和决策结果。 b）人脸辨识： 1）若与所有人脸参考比对的相似度得分都小于指定的阈值，则应判断该人脸探针不与任意 人脸参考匹配； 2）若与多个人脸参考比对的相似度得分大于指定的阔值，则应取人脸探针与相似度得分最 大的人脸参考匹配； 3）若需要输出可能的候选者，应先确定候选者列表长度，再根据人脸探针与人脸参考的相似 度得分，排序输出候选者列表； 4）应向管理子系统输出相似度得分和决策结果。 c）在确定人脸识别决策结果前，人脸识别系统应允许用户按照决策策略中设定的次数进行尝试。
人脸识别系统应*备人脸识别管理功能，并符合以下要求。 a）阈值设置： 1）相似度阈值：能对阔值进行初始设置，并允许用户根据实际需要调整阈值； 2）质量判断阅值：能对阅值进行初始设置，并允许用户根据实际需要调整阈值。 注：供应商给出相似度阔值、质量判断阔值与识别性能指标的映射关系供用户参考。 b）日志管理：应支持授权用户对日志进行查询和导出等。 c）权限管理：应支持配置用户操作权限。 d）接口配置：应对应用开放接口、协议接口、硬件接口等进行配置。 e）用户管理：可进行用户信息的增加、修改、删除、查询、停/启用等。 f）其他管理：可对决策子系统输出的决策结果和/或相似度得分做出最终判定等。
人脸识别系统应*备应用开放接口，并通过该接口为人脸识别应用提供服务，提供服务的 备等应按照GB/T28826.2的规定进行登记。提供的服务包括但不限于：
注册样本质量应符合表1的要求，待识别样本质量宜符合表1的要求。
GB/T 417722022
注1：人脸姿态的定义见GB/T35678一2017中3.3。 注2：人脸样本整体模糊程度的计算见GB/T33767.5—2018中7.4.7。 注3：特殊应用中使用的人脸样本（例如居民身份证数字相片、护照数字相片等）质量要求参考相关标准和规 注4：特殊应用中（例如戴口罩人脸识别）使用的人脸样本不需要符合本文件中关于人脸完整度的规定
人脸检出率应不低于90%。人脸误检率应不大于5%。 注1：人脸检出率为人脸检测结果中正确检测为人脸图像的数量占人脸图像总数的比例。 注2：人脸误检率为人脸检测结果中非人脸图像数占检出图像总数的比例。
当注册样本质量符合表1要求时，人脸注册失败率应小于1%。 注：人脸注册失败率为注册失败的样本数量与注册样本总数的比例
当注册样本质量符合表1要求时，人脸注册失败率应小于1%。 注：人脸注册失败率为注册失败的样本数量与注册样本总数的比例。
表2 人脸验证性能指标
人脸辨识性能指标要求如下： D 当配合式应用待识别样本质量符合表1中“配合式待识别样本”的要求，非配合式应用待识别 样本质量符合表1中“非配合式待识别样本”的要求混凝土浇筑工序验收技术交底，且当人脸辨识只确认唯一候选者时 FPIR和FNIR应符合表3的规定。 b）当人脸辨识需要给出k位(k为整数，k≥2)候选者列表时，前k位命中率性能要求根据*体的 应用需求进行确认。 注：前k位命中率（topkhitrate)是指在人脸辨识测试中，相同人比对得分位于前k位内且得分超过阔值的人脸操 针数量占人脸探针总数量的比例。人脸探针均有唯一人脸参考匹配。当k=1时，称为首位命中率，也可称为 正确识别率。
表3人脸辨识性能指标
有些应用需要正确识别率指标，即正确接受的数量占正确接受数量与错误拒绝数量之和的比例。正确识别 率有时也被称作召回率、通过率、首位命中率等，根据*体应用选择合适的术语，并用百分比表示。对于人脸 辨识，正确识别率=1一FNIR
人脸识别系统响应时间要求如下： B) 人脸验证时，人脸识别系统平均响应时间应不大于2S； b）人脸辨识时，人脸识别系统平均响应时间宜不大于2s。 注：人脸识别系统响应时间指从系统采集端人脸采集完成到系统返回识别
假体攻击类型包括但不限于二维假体攻击和三维假体攻
A.1.2二维假体攻击
二维假体攻击类型包括但不限于如下内容。 a）二维静态纸质图像攻击，需要考虑的因素如下： ·样本材质：打印纸、亚光相纸、高光相纸、绒*相纸、哑粉纸、铜版纸等 ·样本质量：分辨率、清晰度、大小、角度、光照条件、完整度等； ·呈现方式：距离、角度、移动、弯曲、折叠等； · 裁剪方式：图像是否*除眼部、鼻子、嘴巴等。 b）二维静态电子图像攻击，需要考虑的因素如下： ·设备类型：移动终端、微型计算机等； ·设备显示性能：分辨率、亮度、对比度等； ·样本质量：分辨率、清晰度、大小、角度、光照条件、完整度等； ·呈现方式，距离、角度、移动等。 C） 二维动态图像攻击，需要考虑的因素如下： ·二维动态图像类型：录制视频、合成视频等； · 设备类型：移动终端、微型计算机等； ·1 设备显示性能：分辨率、亮度、对比度等； ·二维动态图像质量：分辨率、清晰度、顿率等； · 呈现方式：距离、角度、移动等。
A.1.3三维假体攻击
三维假体攻击类型包括但不限于如下内容。 三维**攻击旋挖桩钢支撑盾构深基坑开挖支护施工方案，需要考虑的因素如下： ·**材质：塑料**、三维纸张**、****等； · 呈现方式：距离、角度、移动等； · 光线条件：正常光、强光、弱光、逆光等； · 裁剪方式：**是否*除眼部、鼻子、嘴巴等。 b）三维头模攻击，需要考虑的因素如下： ·头模材质：泡沫、树脂、全彩砂岩、石英砂等； ·呈现方式：距离、角度、移动等； ·光线条件：正常光、强光、弱光、逆光等。