ICS 35.240 CCS L 80 团体标准 T/CITIF 005—2023 人脸识别应用 三维假体人脸分类分级规范 Facial recognition applications － Specification for classification and grading of 3D fake face 2023 - 08 – 21 发布 2023 - 08 – 21 实施 中国电子信息行业联合会 发布 全国团体标准信息平台 全国团体标准信息平台 I 目 次 前 言 ................................ ................................ ................ II 引 言 ................................ ................................ ............... III 1 范围 ................................ ................................ ................. 1 2 规范性引用文件 ................................ ................................ ....... 1 3 术语和定义 ................................ ................................ ........... 1 4 缩略语 ................................ ................................ ............... 2 5 概述 ................................ ................................ ................. 2 5.1 呈现攻击流程 ................................ ................................ ...... 2 5.2 三维假体人脸使用原则 ................................ .............................. 2 6 三维假体人脸分类 ................................ ................................ ..... 2 7 三维假体人脸分级 ................................ ................................ ..... 3 附 录 A （规范性） 人脸识别应用防假体攻击测试三维假体人脸选取比例 ......................... 4 附 录 B （资料性） 三维假体人脸分级测试方案 ................................ ............... 5 全国团体标准信息平台 II 前 言 本标准按照 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。 本标准由 中国电子信息行业联合会 提出并归口。 请注意本 标准的某些内容可能涉及专利，本 标准的发布机构不承担识别专利的责任。 本标准起草单位： 国家工业信息安全发展研究中心、国家语音及图像识别产品质量检验检测中心、 杭州海康威视数字 技术股份有限公司、小视科技（江苏）股份有限公司、北京清飞科技有限公司、武 汉莫问科技有限公司、上海商汤智能科技有限公司、上海依图网络科技有限公司、蚂蚁科技集团股份 有限公司、北京百度网讯科技有限公司、北京尊冠科技有限公司、北京智游网安科技有限公司、罗克 佳华科技集团股份有限公司、大同市数字政府服务中心、北京信源电子信息技术有限公司大同分公司、 北京信源电子信息技术有限公司吉安分公司 。 本标准主要起草人： 朱倩倩、刘永东、李美桃、王晶晶、王升国、杨帆、李双、种国双、高云龙、 倪邦杰、乔思渊、魏宇飞、王新秀、李儒日、李佳秾 、赵春昊、林冠辰、郭建领、李世勇、黄贵玲、 韩云、薛学琴、周永修、 韩杰、马国斌 。 全国团体标准信息平台 III 引 言 近年来，伴随着基础设施的改善和算法识别准确率的提升，人脸识别凭借非接触、非侵扰、采集 简单等特性，在赋能实体经济、促进产业转型、改善社会民生、提升生活质量等方面得以广泛应用。 然而，人脸识别在高速发展、改变生产生活方式的同时，也暴露出一些安全问题，其中假体人脸呈现 攻击是一种常见的安全风险。与二维假体人脸相比，三维假体人脸呈现攻击风险更大。目前三维假体 人脸作为人脸呈现攻击的一种呈现攻击工具，其在保障呈现攻击检测安全性中发挥了重要作用，但三 维假体作为呈现攻击工具，并没有统一的分类分级规范，导致各个单位和检验检测机构 的测试结果不 在同一测试基准上，一定程度上阻碍了人脸识别行业的高质量发展。 本文件提出了三维假体人脸分类分级规范，明确了三维假体人脸的分类和分级要求。通过对三维 假体人脸分类分级的细化，有效规范检验检测机构、技术开发方和技术应用方等开展人脸识别系统防 三维假体人脸攻击的测试，提升人脸识别系统的防呈现攻击能力，保障人 脸识别应用安全。 全国团体标准信息平台 全国团体标准信息平台 1 人脸识别应用 三维假体人脸分类分级规范 1 范围 本文件规定了三维假体人脸分类和分级要求。 本文件适用于检验检测机构、技术开发方和技术应用方等开展人脸识别系统防三维假体人脸呈现 攻击的测试。 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 35678 —2017 公共安全 人脸识别应用 图像技术要求 GB/T 37036.8—2022 信息技术 移动设备生物特征识别 第8部分：呈现攻击检测 GB/T 41772 —2022 信息技术 生物特征识别 人脸识别系统技术要求 GB/T 41815.1 —2022 信息技术 生物特征识别呈现攻击检测 第１部分：框架 3 术语和定义 GB/T 37036.8 —2022、GB/T 41815.1 —2022界定的以及下列术语和定义适用于本文件。 3.1 人脸识别应用 face recognition applications 使用人脸识别技术来确认特定自然人或特定自然人身份的 过程。 3.2 三维假体人脸 3D fake face 冒充真人身份的三维人脸仿冒品，是一种呈现攻击工具（ PAI）。 3.3 活体检测 liveness detection 对解剖学特征、无意识或有意识的反应的度量和分析，以确定采集到的人脸样本是否来自采集端 有生命特征的人。 [来源：GB/T 41772 —2022，3.18] 3.4 威胁程度 threat level 在给定攻击者的知识能力、熟练程度、环境资源的情况下呈现攻击工具（ PAI）威胁能力的度量。 3.5 相似度 similarity 两个生物特性相似程度的一个实数，数值越大两个生物特性越相似。 3.6 反射率 reflection 某一个波长照射在假体人脸上的反射能量与入射能量的比率。 全国团体标准信息平台 2 3.7 色容差 color tolerance 在单一光源下，假体人脸与对应被采集者 的关键特征点的颜色偏差。 4 缩略语 下列缩略语适用于本文件。 2D：二维（ Two Dimensions ） 3D：三维（ Three Dimensions ） NIR：近红外（ Near Infrared Radiation ） PAD：呈现攻击检测（ Presentation Attack Detection ） PAI：呈现攻击工具（ Presentation Attack Instrument ） RGB：光学三原色（ Red Green Blue ） 5 概述 5.1 呈现攻击流程 呈现攻击一般分为定向呈现攻击和非定向呈现攻击。定向呈现攻击的实施者一般为生物特征识别 假冒者，目的是以特定对象为目标进行攻击；非定向呈现攻击的实施者一般为生物特征识别掩饰者， 不需要知晓特定的被攻击者生物特征，目的是为了掩饰自身的真实身份或特征。本文件主要讨论定向 呈现攻击的一般流程，见图 1。活体检测是 PAD的子集，是保障人脸识别系统安全性的重要环节。 图1 定向呈现攻击流程 5.2 三维假体人脸使用原则 对人脸识别系统实施呈现攻击的威胁程度与测试人员的技能、呈现方式（如距离、角度、移动）、 光线条件、配饰（如围巾、眼镜 、帽子）等外部因素相