TZSA 177-2023 基于人脸与虹膜的面部多模态识别设备技术规范

本文将聚焦于TZSA 177-2023与旧版标准在人脸与虹膜融合算法性能评估方面的差异，并深入解析如何正确应用新版标准中的相关条文。

在旧版标准中，对于多模态识别设备的融合算法性能仅要求提供单一指标即等错误率（EER），但未明确规定测试环境和数据集的具体要求。这导致不同厂商间难以进行公平比较。而新版标准首次引入了更为严格的评估框架：

首先，在测试环境方面，明确指出所有性能测试需在标准光照条件（500lux至800lux）、固定角度（±15°偏转）以及无遮挡情况下开展。这意味着企业必须确保其测试实验室具备可控光源系统、高精度旋转平台以及完善的防尘防潮设施。

其次，关于数据集的选择，新版标准强调应采用包含至少1000人、每人不少于5张人脸图像及5次虹膜扫描的专业级数据库。此外，还特别规定测试样本需涵盖不同年龄层、性别比例均衡且包含一定比例的特殊人群（如佩戴眼镜者、肤色较深者）。这一要求有助于更全面地反映设备的实际使用场景。

最后，在计算融合准确率时，新版标准提出了\"加权平均等错误率\"的概念。具体而言，就是分别计算人脸子系统和虹膜子系统的独立EER值后，根据各自误识率与拒认率的比例分配权重，最终得出综合评价指标。这种方法能够更加科学地体现两种生物特征信息结合后的整体优势。

综上所述，遵循新版标准进行融合算法性能评估不仅需要严格控制实验条件，还需要精心挑选合适的数据集，并采用合理的统计方法。这对于推动我国多模态识别技术的发展具有重要意义。