ГОСТ Р ИСО/МЭК 29794-1—2012
- совершенно разных биометрических характеристик разных личностей, как. например, топография лица и
гребни Гальтона (отпечаток пальца):
- разных, но связанных биометрических характеристик одной и той же личности, как. например, данные гео
метрии контура кистей правой и левой рук требуют тщательного рассмотрения (см. ИСО/МЭК 19795-1).
П р и м е ч а н и е 2 — Термин «завершенная попытка* относится к процессам вычисления, необходимым
для принятия решения о сравнении, то есть отказ принятия решения исключен.
П р и м е ч а н и е 3 — Наиболее актуальное определение представлено в SC 37 NSD2.
4.13 вероятность ложного несовпадения; ВЛНС (false non-match rate: FNMR): Доля завершен
ных попыток сопоставления биометрических образцов и контрольных образцов, результатом которых
становится ложное несовпадение.
П р и м е ч а н и е 1 — Значение, вычисленное для вероятности ложного несовпадения, зависит от порого
вых значений и иных параметров процесса сравнения и протокола, в котором описаны попытки сопоставления био
метрических образцов и контрольных образцов.
П р и м е ч а н и е 2 — Термин «завершенная попытка* относится к процессам вычисления, необходимым
для принятия решения о сравнении, то есть отказ принятия решения исключен.
П р и м е ч а н и е 3 — Наиболее актуальное определение представлено в SC 37 NSD2.
4.14 оператор (operator): Человек, осуществляющий или контролирующий процесс получения
или повторного получения биометрическогообразца пользователя биометрической системы.
4.15 эксплуатационные характеристики (performance): Оценка ВЛС иВЛНС. вероятностиотка
за регистрации и вероятности отказа сбораданных биометрической системы.
4.16 качество (quality): Степень, в которой биометрический образец отвечает определенным
требованиям целевого приложения.
П р и м е ч а н и е — Определенные требования могут предъявляться к таким аспектам качества, как фокус,
разрешение и т. д. Неявно выраженные требования к качеству относятся к вероятности получения правильного ре
зультата сопоставления.
4.17 показатель качества (quality score): Количественное выражение качества.
4.18 нормализация показателя качества (quality score normalization): Преобразование показа
телей качества для согласования масштаба и облегчения интерпретации.
4.19 блок данных для нормализации показателя качества; БДНПК (quality score normalization
dataset; QSND): Блок данных о биометрических образцах, снабженный комментариями о показателях
качества ииспользуемыйдля нормализации показателей качества.
П р и м е ч а н и е — Целевые показатели качества могут быть установлены на основе результатов работы
биометрической системы при помощи рассматриваемого образца или могут быть основаны на факторах качества,
записанных при составлении блока данных.
4.20 процентильный ранг показателя качества; ПРПК (quality score percentile rank;
QSPR): Процентильный рангпоказателя качества биометрического образца, полученный изсобствен
ногопоказателяи показателей иныхобразцов вопределенном контрольномблокеданныхдля нормали
зации показателя качества (для сравнения - блок данных для нормализации показателя качества.
БДНПК).
4.21 необработанный показатель качества (raw quality score): Показатель качества, который
не был интерпретирован ни создателем показателя, ни получателем показателя и в действительности
не способен самостоятельно предоставить контекстную информацию.
4.22 образец(sample): Интерпретацияфизическойхарактеристикичеловека, основанная на изо
бражении. сигнале или шаблоне и используемая для идентификации или верификации на основе био
метрическихтехнологий.
4.23 источник (source): Физическая часть или функция тела, представленная биометрическим
образцом.
4.24 полезность (utility): Наблюдаемые эксплуатационные характеристики биометрического
образца или набораобразцов водной или более биометрическихсистемах.
1 — Качество источника образца и точность обработанного образца вносят вклад в полез
П р и м е ч а н и е
ность образца.
П р и м е ч а н и е
2 — Полезность может совмещать измерения эксплуатационных характеристик, как. на
пример ВЛС. ВЛНС. вероятность отказа регистрации и вероятность отказа сбора данных.
3