生物计量术语和技术分类词汇表

BiometricUpdate.com已经开发了一个关于生物计量技术的充分交叉参考术语表。我们知道生物识别的语言是相当复杂和令人困惑的。下面是一些常用的术语及其含义。本词汇表旨在为您提供对生物识别技术的准确理解,并将不断更新,以方便您的使用。

活跃的骗子验收-当门禁系统错误地识别和接受已更改、修改或克隆的生物特征样本时。

算法-指示生物识别系统如何解决问题的指令序列。它可以在指令中使用有限的步骤来计算样本和模板是否匹配。

应用程序接口(API)-开发人员用来标准化应用程序的一组协议。例如,应用程序开发人员可以将API添加或交换到任何生物识别系统中。

应用程序开发人员-开发和应用任何软件的应用程序程序员或制造商

人工神经网络-一个允许在系统中进行学习的人工智能系统。它可以利用过去的经验,计算生物特征样本是否与模板匹配

专用集成电路或专用集成电路一种用于生物识别系统的硅片,专门用于提高性能

尝试-生物特征样本提交核实的时刻。在被拒绝或拒绝的情况下,“尝试”可能会发生不止一次。

身份验证-生物特征数据被认为是正确和有效的。“验证”是首选术语。

行为的生物-在给定时间后建立的生物特征识别模式。它不一定是一种生理特征。

生物识别-每个个体都独一无二的身体特征或模式。它通常用于验证和认证一个人的身份谁登记进入一个系统。生物识别模式可以是任何东西,从指纹,虹膜扫描,面部识别,甚至声音识别。

生物识别应用程序-任何涉及生物识别数据的系统的实施。

生物统计数据-从个体身上提取的独一无二的样本。常见的生物特征数据有:指纹、声音和虹膜扫描、手掌静脉模式甚至面部模式。

生物识别引擎-生物识别软件系统中处理收集数据的部分。它可以从数据采集、提取、比较到匹配开始操作。

生物识别设备-收集、读取比较生物特征数据。生物识别系统这个术语使用得更多。
生物特征样本数据-由系统从相关人员或用户处收集的数据。

生物识别系统-自动化系统,其中:

1.通过扫描仪收集或捕获生物特征数据
2.从实际提交的样本中提取数据
3.比较那些捕获的扫描数据以供参考
4.将提交的样本与模板进行匹配
5.确定或验证生物特征数据持有人的身份是否真实。

生物分类-利用收集的生物特征数据进行分类的方法。它也可以是生物特征数据的分类,根据它们在给定系统中的使用,如:

•合作用户与非合作用户
•显性与隐性生物识别系统
•习惯用户vs.非习惯用户
•监督与非监督用户
•标准环境与非标准环境

生物识别技术-采用生物特征数据的系统或应用程序。它还可以根据系统中使用的生物特征的类型进一步分类。

捕获-从最终用户或注册者收集生物特征数据的过程。大多数生物特征数据是通过使用图像扫描仪来“捕捉”指纹,手掌静脉模式,或通过相机来收集面部虹膜扫描。

认证-针对系统或软件测试所收集的生物特征数据,以验证其执行能力。然后,申请将根据设定的认证标准进行测试。测试机构是颁发认证的机构。

比较-将生物识别样本与先前收集的样本进行比较,或与一个或多个模板进行对比,以验证身份

声称的身份-系统注册用户的生物特征样本

原告-提交生物识别样本以核实身份的人士。申请人的身份可能是真实的,也可能是虚假的。

闭集识别-用户需要登记进入生物识别系统并经过验证才能获准进入

互补金属氧化物半导体一种低功耗的电路(集成电路),被一些生物识别系统所使用

D '-对系统区分生物特征样本或个体的能力进行分级的统计度量。D质数越大,说明系统区分样本的能力越强。

自由度-生物识别系统中独立特征的数量

加密-将任何生物识别数据转换成不易读取的代码。密码可以用来解密或解码数据

最终用户-已登记或即将登记的个人,其生物特征资料已提交核实

最终用户适应-生物识别系统的用户在熟悉测试后可以根据测试结果进行相应的调整

招收-已将生物识别模板输入系统的用户

招生收集和处理生物特征数据,并将其存储到数据库中

入学时间生物特征数据收集和成功处理所花费的时间

平等的错误率-错误拒绝的比率几乎等于错误接受的比率

提取-生物特征样本被转换为数据的时刻,之后与生物特征模板进行比较。

未能获得-生物识别系统无法捕获、提取和存储ata

未能获取速率-失败获取发生的次数

误接受-生物识别系统接受假身份或错误地识别错误身份与声称的身份

误匹配率-当注册者和提交的数据进行匹配时,结果会被拒绝

错误的拒绝-当注册的身份被系统拒绝或当系统无法验证合法身份时发生

虚假的报废率-生物识别系统无法识别合法身份的概率

方程是:

FRR =非功能性需求/ NEIA或FRR =非功能性需求/涅瓦河

•FRR是误拒率
•NFR—错误拒绝的次数
•NEIA试图识别注册人员的次数
•内华达—尝试验证注册人数

现场试验-在外部或现实世界中进行的样本试验

山羊生物识别系统-系统最终用户所做的超出规定范围的活动模式。因此,它可能会被系统拒绝。

汉明距离-不同的量度。它实际上是两个二进制向量之间的不一致位。

标识或标识-生物特征样本,与模板和其他生物特征参考相匹配

骗子-通过提交自己的生物特征样本而伪装成认证用户的人

在房子的测试-在封闭设施或实验室中进行的一系列测试。它可以也可以不涉及外部参与者或主体的使用。

捕捉生活-使用生物识别系统从现场用户采集生物识别样本的实际过程

匹配或匹配-将模板与提交的生物特征样本进行匹配的过程。然后根据分数是否达到阈值来拒绝或接受它。

开放,设置标识-识别系统中没有登记的用户。与闭合集识别相反

原始设备制造商或模块-由不同部分或独立模块组装生物识别系统的组织,这些模块可以集成到生物识别系统中

被动接受骗子-当冒名顶替者提交的样本被系统验证和接受时。

个人识别号码(PIN)-通常输入一个四位数的数字以获得访问权限

性能标准-一套用来评估系统表现的标准或准则

生理的或物理生物测定的-用作生物识别数据的物理特征。这包括:指纹、面部识别、耳朵形状、虹膜识别、手掌和视网膜扫描。

接收机操作曲线-一个显示错误拒绝率和错误接受率如何相互变化的图表

识别-广泛使用的术语是识别

响应时间-生物识别系统分析样品并作出决定的时间

模板或引用模板数据-用于验证后续生物特征数据的生物特征测量

第三方测试-由独立机构在受控环境下进行的测试

阈值或决策阈值-任何给定生物识别系统的接受程度。它可以相应的收紧或扩大,使系统满足一定的要求。如果数据低于或高于阈值,则拒绝该数据。如果样品在可接受范围内,它就被接受。

吞吐率-生物识别系统在给定时间内能够成功处理的用户数量

1型错误-参见“错误拒绝”

2型错误-参见“错误接受”

用户-任何生物识别供应商的客户。从本质上讲,他们是购买技术但可能或可能不注册进入系统的客户。最终用户是那些将他们的生物特征数据登记到系统中的人。

验证-将生物识别样本与系统中声称身份的生物识别数据进行比较的过程

小波变换/标量量化或WSQ-用于压缩的压缩算法,用于减少引用模板的大小

零努力伪造-冒名顶替者使用注册用户的实际生物特征样本

生物计量技术术语和技术分类:

1.AFIS或自动指纹-执法机构使用的指纹资料库。然而,一些民事或政府机构也可能使用相同的数据库来验证身份。

分类是AFIS系统中常用的一种分类方法。指纹的环、弓、轮等物理特征进一步分类,并按类别存放于“Bins”中。这种方法使搜索速度更快,可靠性高。

2.体味一种经过生物特征分析的人体散发的气味。

3.DNA-一个对每个个体都是独一无二的人类基因链。由于许多潜在的问题,这项技术还不是自动的,也不能与其他生物识别技术相提并论

4.耳朵的形状-耳朵的生物特征

5.人脸识别-面部特征被分析和收集为生物特征数据

特征脸-一种将人脸表示为与平均人脸或平均人脸的线性偏差的方法

特征的头-特征脸的3d版本

面对监控—用于桌面考勤,采用人脸识别技术。

面部温度自记曲线-检测并扫描面部的热信号

6.手指图像-扫描在指尖发现的图案。

汽车相关-两个相同的手指图案叠加形成莫尔条纹。

分岔-分支mae由一个以上的手指图像脊。

电容—检测电荷的手指图像捕捉技术。

7.手指几何-分析一个或多个手指的形状

8.手几何或手识别-分析和测量手的形状

9.虹膜识别-一种生物识别系统,读取和扫描虹膜特征,即瞳孔周围的彩色环

10.击键力学-分析和收集终端用户的打字节奏作为行为生物特征数据

11.棕榈-手掌的生物特征分析

12.视网膜-对眼睛后部血管的生物特征分析

13.签名验证-分析终端用户签名的行为生物特征。另一种签名验证还可以分析最终用户在签名时所施加的速度、速度和压力,而不仅仅是生成的图像。

14.演讲者验证-行为生物特征的言语模式分析。

这类子系统包括:

•固定的文本系统
•免费文本系统
演讲者的依赖-能够区分不同的声音
演讲者分离-一个能够区分声音和屏蔽背景噪音的系统
语音识别——能识别单词,但不能识别说话人
扬声器验证应用程序接口-用于扬声器验证系统的api
文本依赖系统需要说话者说出一组特定的单词
文本独立的系统-从不受限制的讲话中创建声纹,并且确实需要一组特定的单词来说话

我们漏了什么学期吗?联系我们并提出一个建议。

文章主题

最新的生物识别金宝搏App钱显示错误技术新闻

本周阅读次数最多

公司的特色

生物识别技术研究

生物识别技术白皮书

生物识别事件

解释生物识别技术