中 华人民 共和国 公共安 全行业 标准 GA 法庭科学 人脸图像相似度检验技术规范 Forensic sciences — Technical specifications for inspection of face image similarity （报批稿） ×××× -×× -××发布 ×××× -×× -××实施 中华人民共和国公安部 发 布 ICS 13.310 CCS A 92 GA/T ×××× —×××× GA/T XXXX —XXXX I 前 言 本文件按照 GB/T 1.1 —2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规 定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本文件由公安部刑事侦查局提出。 本文件由全国刑事技术标准化技术委员会 照相检验分技术委员会（ SAC/TC 179/SC 5）归口。 本文件起草单位：公安部物证鉴定中心 、北京市公安局刑侦总队七支队、天津市公安局物证鉴定中 心、辽宁省公安厅刑事技术总队 、吉林省公安厅物证鉴定中心、 江苏省公安厅刑警总队 、浙江省公安厅 刑侦总队 、安徽省公安厅物证鉴定管理处 、福建省公安厅刑技总队、广东省公安厅刑事技术中心、 贵州 省公安厅刑侦总队、 湖北省公安厅刑侦总队 、江苏盐城市公安局刑警支队、深圳市公安局刑警支队 、上 饶市公安局刑警支队、 中国人民公安大学。 本文件主要起草人： 黎智辉、谢兰迟、李庆春、吕游、宋强、李闯、王业琳、叶方卿、王年松、陈 航、林景、陈晨、陈鹏、韩朝阳、魏东、罗文韬、李春宇。 GA/T XXXX —XXXX 1 法庭科学 人脸图像相似度检验技术规范 1 范围 本文件规定了使用人脸图像比对系统对 人脸图像 进行身份鉴别的步骤、方法和技术要求。 本文件适用于法庭科学声像资料检验鉴定中的人脸图像特征检验。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本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/T 26237.5 -2014 信息技术生物特征识别数据交换格式 第5部分:人脸图像数据 GA/T 922.2 -2011 安防人脸识别应用系统 第2部分:人脸图像数据 GA/T 1023 -2013 视频中人像检验技术规范 3 术语和定义 下列术语和定义适用于本 文件。 3.1 人脸图像 face image 通过照相、摄像等手段记录的，包含人脸外貌形象信息的图像 。 3.2 检材人脸图像 face image as examine d material 法庭科学领域声像资料鉴定中未知的或者不确定身份信息的 人脸照片和视频图像画面中的人脸 图像。 3.3 样本人脸图像 face image as sample 法庭科学领域声像资料鉴定中用来和检材人脸图像进行比对的、已知 身份信息或其他信息 的人脸 图像。 3.4 人脸特征 facial feature 人脸面部先天生长形态以及后天形成的特征 。 3.5 GA/T XXXX —XXXX 2 人脸图像特征 face image feature 反映在图像上，并能够被人脸图像比对系统识别的人脸特征 。 3.6 人脸图像特征向量 face image feature vector 人脸图像特征的抽象数学表示，通常是一个二进制数组。 3.7 人脸图像特征提取 face image feature extraction 利用事先训练好的深度学习模型，生成人脸图像特征值的过程。 3.8 人脸图像特征匹配 face image feature matching 检材人脸图 像特征数据与样本人脸图像特征数据综合比对 的过程。 3.9 人脸图像相似度 face image similarity 利用深度学习模型，采用度量函数对检材人脸图像特征和样本人脸图像特征的匹配程度进行计算， 得出检材人脸图像和样本人脸图像的相似度。 3.10 人脸图像比对算法模块 face image comparison algorithm module 能够计算两张人脸图像相似度的软件模块。 3.11 正样本对 genuine pairs 同一人的两张人脸图像。 3.12 负样本对 negative pairs 不同人的两张人脸图像。 3.13 接受率 acceptance rate 检材、样本人脸图像随机比对中，人脸图像相似度高于接受阈值的概率。 3.14 拒绝率 rejection rate 检材、样本人脸图像随机比对中，人脸图像相似度低于拒绝阈值的概率。 GA/T XXXX —XXXX 3 3.15 错误接受率 false acceptance rate ; FAR 检材、样本人脸图像随机比对中，检材、样本人脸图像源于不同人，且检材、样本人脸图像相似 度高于接受阈值的概率。 3.16 错误拒绝率 false rejection rate ; FRR 检材、样本人脸图像随机比对中，检材、样本人脸图像源于同一人，且检材、样本人脸图像相似 度低于拒绝阈值的概率。 3.17 似然率 likelihood ratio 检材、样本人脸图像源于同一人条件下得到给定相似度的概率与源于不同人条件下得到给定相似 度的概率的比值。 3.18 人脸图像比对系统 face image comparison system 包含一个或多个经过测试的人脸图像比对算法模块，能够计算检材人脸图像和样本人脸图像相似 度，并基于该相似度给出似然率的软件系统。 3.19 先验比 prior odds 在检材人脸图像与样本人脸图像相似度未知条件下，检材人脸图像与样本人脸图像源于同一人的 概率与源于不同人的概率之比。 3.20 后验比 posterior o dds 在已知检材人脸图像与样本人脸图像相似度条件下，检材人脸图像与样本人脸图像源于同一人的 概率与源于不同人的概率之比。 3.21 先验概率 prior probability 检材人脸图像与样本人脸图像的相似度未知条件下，二者源于同一人的概率。 3.22 后验概率 posterior probability 检材人脸图像与样本人脸图像的相似度 已知条件下，二者源于同一人的概率。 4 设备和系统 GA/T XXXX —XXXX 4 4.1 功能要求 人脸图像比对系统符合以下功能要求： a）应支持输入、显示、保存 jpg、jpeg2000 、png和bmp格式的图像 ； b）应支持对人脸图像进行自动人脸定位、人脸图像特征提取 ； c）应支持单张图像输入、批量图像输入 ； d）建议支持对输入图像进行调整和优化 ； e）应支持计算两张人脸图像的相似度值 。 4.2 工作流程 人脸图像比对算法模块是人脸图像比对系统的核心模块，其软件工作流程如下： a）特征点检测，利用计算机检测模型，标注出人脸五官特征点的位置 ； b）人脸校准，根据五官特征点的坐标信息，将人脸对齐到统一模板，消除不同姿态引起的误差 ； c）人脸图像特征提取，利用训练好的人脸特征提取模型，提取检材与样本人脸图像预处理后的 人脸图像特征向量 ； d）人脸图像特征相似度计算，计算检材的人脸图像特征向量与已有人脸库中所有人脸图像特征 向量（或样本的人脸图像特征向量）之间的距离。 4.3 技术要求 4.3.1 算法性能要求 4.3.1.1 算法性能要求评估方法 分别对10万对正样本和 10万亿对负样本进行 1：1比对，得到样本比对结果。将比对结果按照 相似度进行排序，在负样本对比对结果中找到对应错误接受 率下的最高的相似度值设为相似度接受阈 值，在正样本对比对结果中找到对应错误拒绝率下的最低的相似度值设为相似度拒绝阈值。 4.3.1.2 错误接受率要求 大于等于相似度接受阈值的，其错误接受率应 该小于等于一亿分之一 （见表1）。 4.3.1.3 错误拒绝率要求 小于等于相似度拒绝阈值的，其错误拒绝率应 该小于等于一亿分之 一（见表 1）。 表1 算法评估表 正样本测试对数 负样本测试对数 接受率 相似度接受阈值 错误接受率 10万 10万亿 >90% 根据FAR通过测试确定阈值 亿分之一 正样本测试对数 负样本测试对数 拒绝率 相似度拒绝阈值 错误拒绝率 10万 10万亿 >99% 根据FRR通过测试确定阈值 亿分之一 4.3.2 系统性能要求 4.3.2.1 系统性能要求评估方法 使用4.3.1.1中的样本比对结果，统 计正样本对和负样本对的相似度分布概率。按照附 录A.1的似 然率定义计算对应相似度值下的似然率。按照 3.15和4.3.1.1计算错误接受率。 4.3.2.2 系统性能指标要求 系统性能需要满足在似然率条件下的错误接受率低于给定要求，具体性能要求见表 2。 表2 系