在安防领域，身份鉴定是保障系统安全的重要举措。生物特征识别技术区别于一般的口令、ID卡，使用个体特有的生理和行为进行身份识别和个体验证，具有更好的安全性和方便性。其技术可分为基于生理特征的生物识别技术和基于行为特征的生理识别技术两大类。人脸识别属于前者中的一种，在金融、国家安全、司法、电子商务、电子政务和高危作业场所具有广大的应用前景。
人脸识别产品测试与智能视频产品测试一致，基本上可通过在不同环境下考察其识别率、误警率和漏警率指标来评价。其误警率主要是以下四个方面：场景中无人但识别成有人、人像库中已登记人员识别成陌生人、人像库中已登记人员识别错误、陌生人识别成已登记人员。漏警率考虑场景中有人但无法识别。
可用性衡量指标：假设在测试时间内的X个样本中，总报警数为N，正确报警数M，则：
n 识别率：(M/X * 100)%
n 误警率：((N-M)/X * 100)%
n 漏警率：((X-M)/X * 100)%
人脸识别检测产品：
人脸识别根据用户需求和应用领域主要分为三类产品：
一般视频监控应用领域，可以选择1：N的人脸监控（WatchList）应用模式，提供自动地预警和监控；
对于从海量照片库中找到目标照片的应用，可以选择1：N的人脸大库检索（DBScan）应用模式；
对于在门禁、考勤等应用领域，可以选择1：1的人脸验证（verification）应用模式。
应用环境限制：
a) 自然光人脸检测产品对光线比较敏感，光线过亮或者过暗都会导致误警和虚警率显著提高。
b) 红外人脸检测产品分为主动红外和被动红外两种，被动红外受气温影响明显，同时需要避免阳光直射，但红外人脸检测的作用距离比较小，在0.6~1.2m之间。
c) 人脸识别需要保证人脸的像素达到必要的阈值，对摄像机的角度和调焦需要预先设定。
测试环境注意事项：
在常规测试识别率、误警率和漏警率外，还应考察以下针对性测试的结果：
a) 大容量建库：针对大容量的人脸数据库，系统的稳定性和检测结果的及时性和正确性。
b) 侧脸：测试人脸有意识的俯仰或者倾侧，测试系统的鲁棒性。
c) 运动人物：测试系统对于运动中的人脸检测水平。
2008年8月14日
新浪微博
腾讯微博
豆瓣空间
搜狐微博
QQ空间
腾讯朋友
网易微博
百度搜藏
开心网
告诉聊友