GB/T 37036.7-2023 信息技术 移动设备生物特征识别 第7部分:多模态.pdf

GB/T 37036.7-2023 信息技术 移动设备生物特征识别 第7部分:多模态.pdf
仅供个人学习
反馈
标准编号:
文件类型:.pdf
资源大小:4.3 M
标准类别:国家标准
资源ID:142590
免费资源

标准规范下载简介

GB/T 37036.7-2023 信息技术 移动设备生物特征识别 第7部分:多模态.pdf简介:

GB/T 37036.7-2023 是中国国家标准,全称为《信息技术 移动设备生物特征识别 第7部分:多模态简介》。这个标准主要关注移动设备上实现的生物特征识别技术,特别是涉及多种生物特征识别方式的综合使用和管理。

"多模态"在这里指的是利用两种或多种生物特征(如指纹、面部识别、虹膜扫描、语音识别等)进行身份验证或授权的过程。这种技术旨在提高识别的准确性和鲁棒性,因为单一的生物特征可能受到个体行为、环境因素或设备性能的影响,而多模态生物识别则可以通过互补的方式来增强验证的可靠性。

该标准可能涵盖了多模态生物识别的原理、技术要求、安全评估、系统设计、数据管理、用户隐私保护等方面,旨在规范移动设备上生物特征识别技术的开发、应用和实施,以保障信息系统的安全性与用户隐私。

请注意,具体的细节和技术内容需要查阅完整的标准原文才能获取。

GB/T 37036.7-2023 信息技术 移动设备生物特征识别 第7部分:多模态.pdf部分内容预览:

下列文件中的内容通过文中的规范性引用而构成文件必不可少的条款。其中,注日期的引用文 件,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)适用于 本文件。 GB/T36460信息技术生物特征识别多模态及其他多生物特征融合 GB/T37036.1一2018信息技术移动设备生物特征识别第1部分:通用要求 GB/T37036.2一2019信息技术移动设备生物特征识别第2部分:指纹 GB/T37036.3一2019信息技术移动设备生物特征识别第3部分:人脸 GB/T37036.4一2021信息技术移动设备生物特征识别第4部分:虹膜 GB/T37036.5一2023信息技术移动设备生物特征识别第5部分:声纹 GB/T37036.6一2022信息技术移动设备生物特征识别第6部分:指静脉 GB/T40660一2021信息安全技术生物特征识别信息保护基本要求

下列术语和定义适用于本文件。 3.1 移动设备mobiledevice 可接入网络的小型、可手持使用的信息技术产品。 注:本文件中的移动设备是指通用移动智能终端,如手机、平板式计算机等。 3.2 模式 mode 生物特征项(3.3)的类型、传感器类型和处理方法的组合。 [来源:GB/T5271.37—2021,3.2.5] 3.3 生物特征项biometricfeature 从生物特征样本中提取的用于比对的数值或标记。 注1:生物特征项是完整的生物特征项提取的输出。 注2:该术语的使用与其在模式识别和数学领域的使用相一致。 注3:生物特征项集也可被看作是一个处理过的生物特征样本。 注4:生物特征项可以从中间生物特征样本中提取。

移动设备多模态识别层级分类按照GB/T36460的描述,一般可以分为样本级融合、特征级融合、 分数级融合和决策级融合四个层级。 样本级融合即每个单一生物特征识别过程输出一组样本,将多组生物特征样本数据融合为 个样本。 特征级融合即每个单一生物特征识别过程输出一组特征,将多组生物特征融合为一个特征集 或者特征向量。 分数级融合即每个单一生物特征识别过程通常输出单一匹配分数,也可能是多个分数。将多 个生物特征识别分数融合成一个分数或决策,然后与系统接受阈值进行比较。 决策级融合即每个单一生物特征识别过程输出一个布尔值。利用混合算法如和与或,或者采 用更多参数,如输人样本质量分数将结果进行融合。

本文件给出的移动设备多模态识别技术架构是GB/T37036.1一2018中描述的通用技术架构在多 模态识别应用领域的具体化,见图1。移动设备生物特征识别多模态融合过程中,样本级融合在样本采 集后,特征提取前实现融合;特征级融合在特征提取过程中实现融合;分数级融合和决策级融合在特征 比对模块被调用之后实现融合。一个生物特征识别系统通常使用上述融合形式或者层级的一种来完成 识别。具体实现上,样本呈现方式根据实际情况可采取依次呈现或者是同时呈现的方式,

多模态识别的业务流程一般包括注册过程、识别过程和注销过程。 多模态识别融合层级不同NB/T 20499-2018 核电厂窗式泄爆装置设计技术规程.pdf,业务流程也有所区别。下面各条款分别按照不同融合层级描述各典型 的业务流程

注册过程通常包含如下阶段: a) 通过移动设备侧同时采集或依次采集样本1和样本n(n≥2)(样本如人脸图像、指纹图像 分别对每个采集过程进行生物特征样本质量判断,并进行呈现攻击检测; ?) 2 对采集到的样本数据进行融合:

d) 2 从融合后的样本数据中提取生物特征项; e) 将生物特征项存储在特征存储模块中作为多模态生物特征参考,并与用户身份标识关联

典型的样本级融合识别过程见图3

识别过程通常包含如下阶段: a) 2 移动设备侧同时采集或依次采集样本1、生物特征样本n(n≥2),采集方式同注册时的采集方 式相对应; b) 分别对每个采集过程进行生物特征样本质量判断,并进行呈现攻击检测; C) 对采集到的样本数据进行融合; d) 从融合后的数据中提取生物特征项; e) 将提取的生物特征项与存储在特征存储模块中的一个或多个用多模态生物特征参考进行比 对,得到比对分数; f) 根据比对分数进行识别决策并输出识别结果

注销过程通常包含如下阶段: a) 1 启动注销过程; b) 2 在生物特征存储模块中删除与待注销用户关联的全部生物特征参考,并在多模态识别系统中 删除待注销用户的身份标识; c) 结束注销过程

注册过程通常包含如下阶段: a) 移动设备侧同时采集或依次采集样本1、生物特征样本n(n≥2); b) 分别对每个采集过程进行生物特征样本质量判断,并进行呈现攻击检测:

图4特征级融合注册过程

C) 分别针对每个采集的生物特征样本提取生物特征项1、生物特征项n; d) 对提取的生物特征项进行融合,形成多模态生物特征项; 将多模态生物特征项存储在特征存储模块中,作为多模态生物特征参考,并与用户身份标识 ? 关联

告征级融合识别过程见图

图5特征级融合识别过程

识别过程通常包含如下阶段: a) 11 移动设备侧同时采集或依次采集样本n(n≥2),采集方式同注册时的采集方式相对应; b) 1 对每个采集过程分别进行样本质量判断,并进行呈现攻击检测; c) 分别针对采集的生物特征样本分别提取生物特征项1、生物特征项n; 对提取的生物特征项进行融合,生成多模态生物特征项; e) 1 将提取的多模态生物特征项与存储在特征存储模块中的对应的一个或多个参考进行特征比 对,得到比对分数; f 根据比对分数进行识别决策并输出识别结果,

注销过程通常包含如下阶段: 业) 启动注销过程; b) 在生物特征存储模块中删除与待注销用户关联的全部生物特征参考,并在多模态识别系统中 删除待注销用户的身份标识; 结束注销过程

典型的分数级融合注册过程见图6

注册过程通常包含如下阶段: a) 分别移动设备侧同时采集或依次采集样本1和样本n(n≥2);

图6分数级融合注册过程

b) 分别对每个采集过程分别进行样本质量判断,并进行呈现攻击检测; 分别针对采集的生物特征样本提取生物特征项; C d) 分别将该生物特征项存储在存储模块中作为生物特征参考,并与用户身份标识关联

典型的分数级融合识别过程见图7

识别过程通常包含如下阶段: a) 移动设备侧同时采集或依次采集样本1和样本n(n≥2),采集方式同注册时的采集方式相 对应; b)对每个采集过程分别进行样本质量判断,并进行呈现攻击检测; c) 分别针对采集的生物特征样本提取生物特征项; d)将提取的生物特征项与存储在特征存储模块中对应的一个或多个生物特征参考进行比对,分 别生成比对分数; e)将n(n≥2)个比对分数进行融合,生成一个最终分数; f) 将分数同阔值比较,进行识别决策并输出识别结果

注销过程通常包含如下阶段: ? 启动注销过程; D) 在生物特征存储模块中删除与待注销用户关联的全部生物特征参考,并在多模态识别系统中 删除待注销用户的身份标识; 结束注销过程

图8决策级融合注册过程

注册过程通常包含如下阶段: 移动设备侧同时采集或依次采集样本1和样本n(n≥2)(样本如人脸图像、指纹图像等); b) 分别对每个采集过程进行样本质量判断,并进行呈现攻击检测; C) 分别对采集的生物特征样本分别提取生物特征项; d) 将生物特征项存储在特征存储模块中作为生物特征参考,并与身份标识关联

典型的决策级融合识别过程见图9

识别过程通常包含如下阶段: a) 1MA 移动设备侧采集或依次采集样本1和样本n(n≥2),采集方式同注册时的采集方式相对应; b) 分别对每个采集过程进行质量判断,并进行呈现攻击检测; C) 对采集的生物特征样本提取生物特征项; d) 将提取的生物特征项与存储在特征存储模块中对应的一个或多个用户生物特征参考进行比 对,分别生成一个比对分数; e)将每个比对分数分别同相应闽值比较,输出n(n≥2)个识别结果; t 将n(n≥2)个识别结果进行融合(比如与、或),生成最终的识别决策结果并输出

注销过程通常包含如下阶段: Aa) 2 启动注销过程; 在生物特征存储模块中删除与待注销关联的全部生物特征参考DB31/ 717-2020 涤纶长丝单位产品能源消耗限额,并在多模态识别系统中删除 待注销用户的身份标识; c)完成后结束注销过程

应符合GB/T37036.1一2018第6章的要求,包括但不限于: a) 1 应支持某种多模态融合,如样本级融合、特征级融合、分数级融合或者决策级融合等; b) )宜适用于不同肤色、不同年龄的用户; C) 1 多模态识别系统服务提供方宜支持对错误接受率和错误拒绝率等性能指标的设定; d) 宜支持对登记时间、识别时间和呈现攻击检测准确率等性能指标进行设定,

要求包括但不限于: a) 应支持新用户登记、已登记用户多模态模板更新、已登记用户注销等功能; b) )应支持用户登记多模态模板到存储模块中; C) 应支持用户删除已登记在生物特征存储模块中的生物特征模板; d) 1 应具备异常情况处理能力,包括但不限于多模态样本采集失败、模板登记失败、模板删除失败 特征比对失败后的处理机制; e) 宜支持用户、多模态识别系统管理员用户等不同用户使用权限,在多模态融合识别中的采集 比对与存储等模块中分别具有相应的权限管理机制

6.3多模态特征存储模块

多模态特征存储模块功能要求包括但不限于: a) 应支持将登记的用户多模态特征模板与该用户的身份标识进行关联; 2 应具备异常情况判定及处理能力,如多模态模板登记、读取或删除失败时的相应处理机制; C) 宜支持已登记用户对多模态特征存储模块中属于该用户的多模态模板进行增加、删除等操作: d) 宜支持同一用户在多模态特征存储模块中登记一个或多个的多模态模板。

多模态特征比对模块应提供以下功能,包括但不限于: Aa) 应能够将输人的用户多模态特征项和已在多模态特征存储模块中登记的多模态模板进行比 对,计算出比对分数; b)月 应能根据比对分数进行识别结果判定,并能够输出识别结果; C 应具备异常情况判定及处理功能,包括但不限于比对失败、识别决策失败时的相应处理 机制。

注册失败率和识别响应时间

CJJ∕T 104-2014 城镇供热直埋蒸汽管道技术规程7.1多模态识别注册失败率

©版权声明
相关文章