ICS 35.240.01 CCS L 67 中华人民共和国国家标准 GB/T 37036.7—2023 信息技术 移动设备生物特征识别 第7部分：多模态 Information technology-Biometrics used with mobile devices- Part 7:multi-modal 2023-10-01实施 2023-03-17发布 国家市场监督管理总局 发布 国家标准化管理委员会 GB/T37036.7—2023 目 次 前言 引言 1 范围 2 规范性引用文件 术语和定义 总体框架 4 4.1 融合层级 4.2技术架构 业务流程 5 5.1 概述 5.2 样本级融合 5.3 特征级融合 5.4 分数级融合 5.5 决策级融合 6功能要求 6.1 总体要求 6.2 多模态特征采集模块 6.3 多模态特征存储模块 6.4 多模态特征比对模块 7注册失败率和识别响应时间 7.1 多模态识别注册失败率 7.2 多模态识别响应时间 8安全要求 8.1 总体要求 8.2 多模态信息采集安全 8.3多模态信息存储安全 8.4 多模态信息使用安全 参考文献 10 GB/T37036.7—2023 前言 本文件按照GB/T1.1一2020《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。 本文件是GB/T37036《信息技术移动设备生物特征识别》的第7部分。GB/T37036已经发布 了以下部分： ——第1部分：通用要求； —第2部分：指纹； —第3部分：人脸； 一第4部分：虹膜； 第6部分：指静脉； 一第7部分：多模态； 一第8部分：呈现攻击检测。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由全国信息技术标准化技术委员会（SAC/TC28）提出并归口。 源和社会保障部信息中心、新大陆数字技术股份有限公司、北京旷视科技有限公司、中国电子技术标准 化研究院、浙江省标准化研究院、蚂蚁科技集团股份有限公司、北京中科虹霸科技有限公司、北京曙光易 通技术有限公司、北京得意音通技术有限责任公司、北京眼神智能科技有限公司、联想中天科技有限公 司、上海商汤智能科技有限公司、小米科技有限责任公司、多尼斯智能科技（东莞）有限公司、北京尊冠科 技有限公司、华为终端有限公司、西安凯虹电子科技有限公司、北京邮电大学、北京万里红科技有限公 司、北京奇虎科技有限公司、江苏威尔曼科技有限公司、建信金融科技有限责任公司、武汉虹识技术有限 公司、浙江大学、惠州学院、广东九联科技股份有限公司、深圳市铭图创新科技有限公司、国网区块链科 技（北京）有限公司、紫光同芯微电子有限公司、广东中科臻恒信息技术有限公司。 本文件主要起草人：林冠辰、钟陈、宋继伟、彭晋、王文峰、王智飞、蔡春水、梅敬青、李亮、蒋建平、 陈继东、郎俊奇、高健、刘倩颖、朱东锋、马晨光、邱晗若、李星光、张亚浩、郑方、杨春林、李扬、蒋慧、 朱亚军、魏天利、王思善、黄贵玲、背建民、何召锋、张小亮、杨占金、张屹吃、顾群、刘丽娟、易开军、张秉晟、 罗中良、何强、龚琼、李清顺、王栋、赖华添、杨敬锋。 I GB/T37036.7—2023 引言 GB/T37036《信息技术移动设备生物特征识别》拟由9个部分构成。 第1部分：通用要求。目的在于确立移动设备生物特征识别的技术架构、通用流程和要求。 第2部分：指纹。目的在于确立移动设备在指纹生物识别方面的流程和要求。 一 第3部分：人脸。自的在于确立移动设备在人脸生物识别方面的流程和要求。 第4部分：虹膜。目的在于确立移动设备在虹膜生物识别方面的流程和要求。 第5部分：声纹。目的在于确立移动设备在声纹生物识别方面的流程和要求。 一第6部分：指静脉。目的在于确立移动设备在指静脉生物识别方面的流程和要求。 第7部分：多模态。目的在于确立移动设备在多模态生物识别方面的流程和要求。 第8部分：呈现攻击检测。目的在于规定移动设备呈现攻击检测要求。 第9部分：测试方法。目的在于描述移动设备不同类型生物特征识别的功能和性能测试方法。 《信息技术移动设备生物特征识别》第1部分给出了总体架构，提出了通用的要求：后续部分根据 生物特征识别技术在移动设备上的发展情况，针对指纹、人脸、虹膜、声纹、指静脉等具体模态提出具体 要求，最后从安全和性能出发，对呈现攻击检测以及性能测试做出了规范，指导产品的落地与评估。 多模态识别技术是移动设备生物特征识别的重要技术之一，为提高移动设备生物特征识别的安全 性、性能以及用户体验提供很好的技术解决方案，并且已经广泛用于各种应用场景、包括移动支付、电子 政务、电子医保等。本文件给出移动设备生物特征识别多模态识别技术要求。 Ⅱ GB/T37036.7—2023 信息技术移动设备生物特征识别 第7部分：多模态 1范围 本文件规定了移动设备多模态识别系统总体框架、业务流程、功能要求、性能要求以及安全要求。 本文件适用于移动设备上多模态识别系统设计、研发、生产、测试和应用。 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 36460 信息技术 生物特征识别多模态及其他多生物特征融合 GB/T37036.2—2019 信息技术移动设备生物特征识别第2部分：指纹 GB/T37036.3—2019 信息技术 移动设备生物特征识别第3部分：人脸 GB/T37036.4—2021 信息技术 移动设备生物特征识别第4部分：虹膜 GB/T37036.5—2023 信息技术移动设备生物特征识别第5部分：声纹 GB/T37036.62022 信息技术 移动设备生物特征识别第6部分：指静脉 GB/T40660—2021 信息安全技术生物特征识别信息保护基本要求 3 3术语和定义 下列术语和定义适用于本文件。 3.1 移动设备 mobiledevice 可接入网络的小型、可手持使用的信息技术产品。 注：本文件中的移动设备是指通用移动智能终端，如手机、平板式计算机等。 3.2 模式 mode 生物特征项（3.3）的类型、传感器类型和处理方法的组合 ［来源：GB/T5271.37—2021,3.2.5] 3.3 生物特征项 biometricfeature 从生物特征样本中提取的用于比对的数值或标记。 注1：生物特征项是完整的生物特征项提取的输出。 注2：该术语的使用与其在模式识别和数学领域的使用相一致。 注3：生物特征项集也可被看作是一个处理过的生物特征样本。 注4：生物特征项可以从中间生物特征样本中提取。 1 GB/T37036.7—2023 注5：应用于生物特征样本的过滤器本身不是生物特征项，如特征脸不是生物特征项，但是过滤器应用于样本的输 出可能是生物特征项。 ［来源：GB/T5271.37—2021,3.3.11 3.4 多模态 multi-modal 单个生物特征识别系统中，一个模式的三个组成成分中至少有两个是多重的。 注1：多重意味着类型的差异。 注2：三个组成成分指生物特征特性的类型、传感器类型和处理方法。 L来源:GB/T5271.372021,3.2.6] 3.5 多模态识别 multi-modal recognition 一种基于多模态进行识别得到确定结果的生物特征识别技术， 3.6 多模态特征 multi-modal feature 用于多模态识别的生物特征项。 4总体框架 4.1高 融合层级 移动设备多模态识别层级分类按照GB/T36460的描述，一般可以分为样本级融合、特征级融合、 分数级融合和决策级融合四个层级。 样本级融合即每个单一生物特征识别过程输出一组样本，将多组生物特征样本数据融合为一 个样本。 或者特征向量。 分数级融合即每个单一生物特征识别过程通常输出单一匹配分数，也可能是多个分数。将多 个生物特征识别分数融合成一个分数或决策，然后与系统接受阈值进行比较。 决策级融合即每个单一生物特征识别过程输出一个布尔值。利用混合算法如和与或，或者采 用更多参数，如输人样本质量分数将结果进行融合。 4.2技术架构 本文件给出的移动设备多模态识别技术架构是GB/T37036.1一2018中描述的通用技术架构在多 模态识别应用领域的具体化，见图1。移动设备生物特征识别多模态融合过程中，样本级融合在样本采 集后，特征提取前实现融合；特征级融合在特征提取过程中实现融合；分数级融合和决策级融合在特征 比对模块被调用之后实现融合。一个生物特征识别系统通常使用上述融合形式或者层级的一种来完成 识别。具体实现上，样本呈现方式根据实际情况可采取依次呈现或者是同时呈现的方式 2 GB/T37036.7—2023 移动设备 多模态识别服务器 移动应用 安企环境 分数级融合 多模态融合识别 特征 比对 、决策级融合 （、分数级融合 特征 比对 、决策级融合 质量判断 特征 特征级 特征 ？特征级” 提取 融合 提取 质量判断 呈现攻击检测 呈现攻击检测 样本 “样本级 采集 线框说明： 融合层级 应具备的模块，但可位丁移 动设备端或者服务器 应具条的模块 生物特征采集装置 可选模块 图1 移动设备多模态识别技术架构 5业务流程 5.1 概述 多模态识别的业务流程一般包括注册过程、识别过程和注销过程。 多模态识别融合层级不同，业务流程也有所区别。下面各条款分别按照不同融合层级描述各典型 的业务流程。 5.2样本级融合 5.2.1注册过程 典型的样本级融合注册过程见图2。 移