时间持续性、独立特征数量与目标 EER 之间的线性关系
密码学与安全
2019-06-17 v1
摘要
如果你有一个生物识别性能的目标水平（例如 EER = 5% 或 0.1%），需要多少单位的独特信息（不相关特征）才能达到该目标？我们证明，对于正态分布的特征，该问题的答案取决于特征集的时间持续性。我们用先前报告中引入的合成特征来解决这些问题。我们用组内相关系数（ICC）来度量时间持续性。对于 5 个不同的 EER 目标（5.0%、2.0%、1.0%、0.5% 和 0.1%），我们给出了特征集的时间持续性与特征数量的对数 log10（特征数）之间的线性关系。这些线性关系将帮助那些在规划阶段、建立新生物识别系统之前的人员，确定达到特定 EER 目标所需的时间持续性和独立特征数量。
引用
@article{arxiv.1906.06262,
title = {The Linear Relationship between Temporal Persistence, Number of Independent Features and Target EER},
author = {Lee Friedman and Hal S. Stern and Oleg V. Komogortsev},
journal= {arXiv preprint arXiv:1906.06262},
year = {2019}
}
备注
4 pages, 3 figures, 4 tables