Biometrics 简明教程

Biometric System Performance

生物特征识别系统制造商声称系统性能很高，而在实际操作环境中实际上很难实现这一点。可能的原因是，在受控的环境设置、硬件的限制等条件下进行的测试。

例如，语音识别系统只能在安静的环境中有效工作，面部识别系统如果照明条件受到控制，并且受试者接受过适当清洗和放置手指的训练，则可以正常工作。

然而，在实践中，在目标操作环境中可能无法获得这样的理想条件。

生物特征识别系统的性能测量与拒绝错误率 (FRR) 和接受错误率 (FAR) 密切相关。

FRR 也称为 Type-I error 或假不匹配率 (FNMR)，它表示合法用户被系统拒绝的可能性。

FAR 被称为 Type-II error 或错误匹配率 (FMR)，它表明系统接受虚假身份声明的可能性。

理想的生物特征系统预计对 FAR 和 FRR 都产生零值。这意味着它应该接受所有真正用户并拒绝所有虚假身份声明，但这实际上是无法实现的。

FAR 和 FRR 成反比。如果 FAR 得到改善，则 FRR 会下降。 high FRR ensures high security 的生物特征系统。如果 FRR 过高，则系统需要多次输入活体样本，这会降低效率。

当前生物特征技术的性能远未达到理想状态。因此，系统开发人员需要根据安全要求在这两个因素之间保持良好的平衡。