生物识别系统性能

生物识别系统制造商声称其系统性能很高，但在实际操作环境中实际上很难实现。可能的原因包括，测试是在受控环境设置下进行的，硬件限制等。

例如，语音识别系统只能在安静的环境中有效工作，面部识别系统在光照条件受控的情况下可以正常工作，并且可以训练候选人清洁手指并将其正确放置在指纹扫描仪上。

然而，在实践中，目标操作环境中可能不具备这种理想条件。

性能测量

生物识别系统的性能测量与错误拒绝率（FRR）和错误接受率（FAR）密切相关。

FRR也称为I 型错误或错误不匹配率（FNMR），表示合法用户被系统拒绝的可能性。

FAR被称为II 型错误或错误匹配率（FMR），表示虚假身份声明被系统接受的可能性系统。

理想的生物识别系统应使 FAR 和 FRR 都为零。这意味着它应该接受所有真实用户并拒绝所有虚假身份声明，但这实际上是无法实现的。

FAR 和 FRR 成反比。如果 FAR 提高，则 FRR 会下降。提供高 FRR 的生物识别系统可确保高安全性。如果 FRR 太高，则系统需要多次输入实时样本，这会降低效率。

当前生物识别技术的性能远非理想。因此，系统开发人员需要根据安全要求在这两个因素之间保持良好的平衡。