生物识别系统功能

任何生物识别系统都应满足以下所选生物特征的条件。

普遍性: 所选的生物特征必须存在于所有个体中，并且对于更大的群体应表现令人满意。指纹生物特征可能不适合有割伤和擦伤的手工劳动者。

唯一性: 生物特征用于识别个体，应该是唯一的。例如，同卵双胞胎的面部特征可能相同，因此这种方法被认为是独特的，但即使是同卵双胞胎，其掌纹、指纹的纹理和特征也不同。

永久性: 生物特征应在一段时间内变得稳定。 不应受到显着差异的影响。 面部特征因年龄而变化，指纹可能会因体力劳动而出现差异，生物特征的变化可能是由于疾病等原因造成的，这些都是满足永久性要求的重大限制。

可采集性: 角色的采集过程必须用户友好、易于采集并且具有较高的可接受性。 与指纹相比，面部识别对商业应用的大型数据库系统来说是用户友好的。 对于护照和移民数据采集等安全应用程序，其中收集了几个生物特征信息并存储在数据库中，并且在这些应用程序中，可接受性可能不是标准，因为它变得强制性的。

性能: 生物识别系统应达到其设计所需的精度。 生物识别系统的性能容易出现许多错误，即，无法控制（FTE）、误接受率（FAR）和误拒绝率（FRR）。 生物识别系统的准确性不是静态的，而是取决于数据，并且受多种因素的影响，例如图像的生物特征质量、数据库的大小、所用算法的稳健性等。

可接受性: 必须为特定应用选择生物特征，并且应该具有用户的高度接受度。 它应该是用户友好的，特别是对于商业和民用应用。 与虹膜识别相比，面部和指纹是被普遍接受的生物特征。

规避: 生物识别系统应该是万无一失的。 如今，凭借现代小工具和科学的发明，签名可以伪造，声音可以模仿，面部、指纹等的相似之处也可以存在。因此，应该注意欺骗攻击，并且应该使用适当的技术来防止这些攻击。

生物识别系统性能

生物识别身份验证系统中有许多性能评估指标来评估性能。 常用的性能评估指标如下所述

• 真正接受率 (GAR): 它是正确分类为真实的输入样本数量与正输入样本总数之比。 GAR值越高表示性能越好。
• 真正拒绝率 (GRR): 它是正确分类为冒名顶替者的输入样本数量与冒名顶替者输入样本总数之比。 GRR值越高表示性能越好。
• 误接受率 (FAR): 它是错误分类为正样本的冒名顶替者输入样本的比例。 需要注意的是，FAR= 1 ? GRR。 FAR值越低表示系统性能越好。
• 误拒绝率 (FRR): 它是错误分类为冒名顶替者样本的许多实际输入样本的比例。 请注意，FRR = 1 - GAR。 FRR值越低表示生物识别身份验证系统的性能越好。
• 等错误率 (ERR): 当FRR与FAR相似时，该比率称为相同错误率。 ERR值越低表示性能越好。
• 未能捕获 (FTC) 或未能采集 (FTA): 它是生物识别系统未能捕获呈现给它的生物特征样本的次数之比。 FTA值越低表示采集性能越好。
• 未能注册 (FTE): 它是无法成功注册到生物识别系统的用户数量与呈现给生物识别系统的用户总数之比。 FTE值越低表示人口覆盖率越好。

生物识别系统性能面临的挑战

在非生物识别系统中，与基于密码的身份验证系统不同，它们不涉及任何复杂的模式识别技术，因此几乎可以按照系统设计人员的预期准确地执行。 另一方面，生物识别数据及其在生物识别系统中的表示取决于采集方法、用户与采集设备的交互、采集环境，以及在某些情况下，由于各种病理生理现象导致的特征变化。

许多因素会影响生物识别系统的性能，其中一些因素简要描述如下

a. 不一致的呈现: 传感器从生物特征捕获的数据取决于生物特征的内在特性、生物特征的呈现方式以及用户与采集界面的交互。 例如，由于姿势的变化，基于外观的面部识别系统可能无法成功匹配图像。 因为不同的采集可能会代表面部的不同姿势。 同样，手部几何测量可能基于手在平面上的不同投影。 不同的虹膜/视网膜采集也可能对应于虹膜/视网膜在图像平面上的不同非正面投影。

b. 不完善的数据采集: 在实际情况下，数据采集条件并不完美，会导致采集到的生物特征样本出现不必要的变化。 例如，接触不均匀会导致指纹采集质量较差。 只有当手指图像的一部分的脊线与图像采集表面不完全物理/光学接触或谷线与图像采集表面没有任何接触时，才能捕获手指的结构。 然而，皮肤干燥、由于老化或遗传造成的浅或磨损的脊线、皮肤病、汗水、污垢和空气中的湿度都会使情况变得复杂，导致非理想的接触情况。 不同的光照可能会导致面部外观出现明显的差异。 在许多应用中，背光可能会使图像采集几乎毫无用处。

c. 准确性: 在生物识别系统中，存在两种类型的匹配错误：误匹配和错误不匹配。

• 误匹配（或误接受）： 这意味着生物识别系统错误地声明输入模式和数据库中存储的非匹配模式（在识别的情况下）或与错误声明的身份相关联的配置文件（在验证的情况下）之间存在正匹配。 在生物识别系统中，应尽可能地减少它，理想情况下，它应为零。
• 错误不匹配（或错误拒绝）： 这意味着生物识别系统错误地声明输入模式与数据库中的匹配模式（在识别的情况下）或与正确声明的身份相关联的模式（在验证的情况下）之间匹配失败。 在生物识别系统中，应尽可能地减少它，理想情况下，它应为零。