この規格 プレビューページの目次
※一部、英文及び仏文を自動翻訳した日本語訳を使用しています。
3 用語と定義
この文書の目的上、次の用語と定義が適用されます。
ISO と IEC は、標準化に使用する用語データベースを次のアドレスで維持しています。
3.1 対象科目関連用語
3.1.1
オペレーター
システムの日常的な運用に責任を負う個人
注記 1: これには、ビデオ監視カメラの調整、生体認証アプリケーションによる使用に適したデータの選択、生体認証比較プロセスの出力に対する操作が含まれる場合があります。
3.1.2
プレゼンテーション攻撃
生体認証システムの意図されたポリシーを妨げる可能性のある方法で、生体認証キャプチャ サブシステムに人工物または人間の特徴を提示すること
3.1.3
対象者
ターゲット
関心のある個人
注記 1: 対象となる被験者は通常、 ウォッチリスト (3.1.4) にすでに登録されている人物です。ただし、常にそうであるとは限りません。シナリオによっては、ウォッチリストに登録されるため、ターゲットになります。
3.1.4
ウォッチリスト
ビデオ監視アプリケーションによる検出のための 対象となる個人 (3.1.3) (および関連する参照画像) のリスト
注記 1: 監視リストには、追加のサービス・レベルが提供される個人 (VIP やプレミアム顧客など) が含まれる場合があります。これは「ホワイトリスト」と呼ばれることもあります。
注記 2:監視リストは、「指名手配されている」個人、例えば施設やサービスへのアクセスを拒否されるべき個人のリストである場合があります。これは「ブラックリスト」と呼ばれることもあります。
注記 3: システムには、ターゲット対象の異なるグループからなり、異なるパフォーマンス目標を持つ複数のウォッチリストが存在する場合があります。
注記 4:対象被験者の バックトラッキング (3.3.1) の場合、監視リストには通常 1 つの 対象被験者 (3.1.3) のみが含まれる (または、関心のある個人のグループの場合は、少数の対象被験者が含まれる) ）。
3.2 VSS 関連用語
3.2.1
コーデック
デジタルデータストリームまたは信号をエンコードまたはデコードできるコンピュータプログラム
3.2.2
圧縮率
圧縮ファイルのサイズと非圧縮ファイルのサイズの比較
3.2.3
ドロップされたフレーム
処理されていない、または顔検出やテンプレートの作成に使用できないビデオ カメラからのフレーム
注記 1:通常、ドロップされた 1 秒あたりのフレーム数、または 1 秒あたりにドロップされたフレームの割合のいずれかで測定されます。
3.2.4
フレーム.フレーム
ビデオ ストリーム内の一連の画像の一部として表示される単一の画像
3.2.5
フレームレート
撮像装置が フレームと呼ばれる固有の連続画像を生成する頻度 (レート) (3.2.4)
注記 1:フレームレートは通常、1 秒あたりのフレーム数 (fps) で表されます。
3.2.6
フレームサイズ
水平および垂直ピクセルの観点から記述されるフレームのピクセル寸法。総メガピクセルの観点から記述される場合もあります。
3.2.7
後処理
生体認証比較プロセスの後に実行されるステップ
例：
品質とスコアの指標の融合に基づいて意思決定を優先順位付けします。
3.2.8
前処理
生体認証比較プロセスの前に実行されるステップ
例：
画質向上、被写体検出、特徴抽出。
3.2.9
解決
画像に保存できる詳細の量を測定する
注記 1:解像度は通常、1 ミリメートルあたりのピクセル数で測定されます。
3.2.10
被写体の追跡
同じ対象者に対して個別の検出アラートが生成されるのを避けるために、場合によっては複数のカメラからの、単一の 個人の複数の生体認証サンプルを集約するプロセス (3.1.3)
3.2.11
ビデオ管理システム
VMS
ビデオ監視システム (3.2.12) のコンポーネント。カメラやその他のソースからビデオを収集し、そのビデオをストレージ デバイスに記録し、ライブ ビデオを表示したり、時間に応じて記録されたビデオにランダムにアクセスしたりするためのインターフェイスを提供します。
3.2.12
ビデオ監視システム
VSS
保護区域の監視に必要な、カメラ機器、監視、送信および制御を目的とした関連機器で構成されるシステム
3.3 生体認証システム関連用語
3.3.1
バックトラッキング
個人が映っている可能性のwhere すべてのビデオフィードを検索することにより、特定の顔/個人の画像を見つける行為
注記 1: バックトラッキングでは顔の生体認証を使用する場合と使用しない場合があります。
3.3.2
顔検出
ビデオ フレーム内の顔の存在の決定 (3.2.4) とフレーム内の各顔の位置の生成
注記 1:顔検出は、顔認識プロセスの最初のステップです。
3.3.3
イベント後の分析
ビデオ監視カメラによって以前にキャプチャされたデータの非リアルタイム分析
例：
事件や出来事の後に容疑者となる可能性のある人物を特定するため。
3.3.4
リアルタイム分析
キャプチャされたビデオ監視データのオンライン処理
例：
監視リストに登録されている個人を特定して、直ちに措置を講じることができるようにするため。
3.3.5
ウィーガンド
カードスワイプ機構を電子エントリーシステムの残りの部分に接続するために一般的に使用される事実上の配線標準
3.3.6
認識ゾーン
カメラの視野内にあり、堅牢な生体認証のための撮像条件が満たされる 3 次元空間
注記 1: 一般に、認識ゾーンはカメラの視野よりも小さい。たとえば、視野内のすべての顔に焦点が合っているとは限らず、視野内のすべての顔が必要な条件で画像化されるわけではない。眼間距離 (IED)
3.4 環境/シナリオ関連の用語
3.4.1
アトラクター
認識パフォーマンスを向上させるために、個人が特定の方向 (つまり、顔認識アプリケーションのカメラの方) を見ることを促す、環境内の視覚的または音響的合図。
3.4.2
チョークポイント
人が通過する渋滞または障害物の地点
3.4.3
ルクス
照度の強さの尺度
3.5 記号と略語
| AFIS | 自動指紋認証システム |
| 空軍 | 自動顔認識 |
| 監視カメラ | 閉回路テレビ (システム)、ビデオ監視 (システム) の別の用語 |
| FPS | 1 秒あたりのフレーム数 |
| LFR | ライブ顔認識、ビデオ監視カメラを使用したリアルタイムの自動顔認識 |
| GUI | グラフィカル・ユーザー・インターフェース |
| HDR | 高いダイナミックレンジ |
| IED | 眼間距離、目の中心間の距離 (通常はピクセルで測定) |
| IP | インターネットプロトコル |
| 機動部隊 | 変調伝達関数 |
| NIST | 米国国立標準技術研究所 |
| OSDP | オープン監視デバイスプロトコル |
| PTZ | パン、チルト、ズーム。遠隔調整（オペレーターによる手動、または専用ソフトウェアを使用した自動）が可能なビデオ監視カメラの一種。 |
| SFR | 空間周波数応答 |
| VMS | ビデオ管理システム |
| VSS | ビデオ監視システム |
参考文献
| 1 | ISO/IEC 14496-10, 情報技術 — オーディオビジュアル オブジェクトのコーディング — Part 10: 高度なビデオ コーディング |
| 2 | ISO/IEC 19795-2, 情報技術 — 生体認証パフォーマンスのテストとレポート — Part 2: テクノロジーとシナリオの評価のためのテスト方法論 |
| 3 | ISO/IEC 24779-5 1 、情報技術 — 生体認証技術の実装における法域を超えた社会的側面 — 生体認証システムで使用する絵文字、アイコンおよび記号 — Part 5: 顔アプリケーション |
| 4 | ISO/IEC TR 29156, 情報技術 - 生体認証を使用するアプリケーションのセキュリティと使いやすさのニーズを満たすためのパフォーマンス要件を指定するためのガイダンス |
| 5 | ISO/IEC TR 29794-5, 情報技術 - 生体認証サンプルの品質 - Part 5: 顔画像データ |
| 6 | ISO/IEC 3010, 情報技術 - 生体認証プレゼンテーション攻撃の検出 |
| 7 | ISO/IEC 30137-2 2 、ビデオ監視システムにおける生体認証の使用 - Part 2: パフォーマンス テストとレポート |
| 8 | IEC 6267, セキュリティ用途で使用するビデオ監視システム |
| 9 | Gorodnichy D.、Granger E.、(2014) — 「PROVE-IT(FRiV): フレームワークと結果」。国際バイオメトリクス パフォーマンス カンファレンス、メリーランド州ゲイサーズバーグ、2014 年 4 月 1 ～ 4 日。 |
| 10 | Gross R.、Shi J.、(2001) — CMU 身体運動 (MoBo) データベース。技術レポート CMU-RI-TR-01-18, カーネギーメロン大学ロボット研究所 |
| 11 | Liao S.、Zhao G.、Vili Kellokumpu, Matti Pietikainen, Stan Z Li (2010) — 複雑なシーンでの背景減算のためのスケール不変ローカル パターンを使用したピクセル プロセスのモデリング、バイオメトリクスおよびセキュリティ研究センターおよび国立パターン認識研究所、研究所フィンランド、オウル大学、中国科学院、マシンビジョングループ、オートメーション学 |
| 12 | Grother P.、Quinn G.、Mei Ngan — ビデオ評価 (FIVE) 非協力的被験者の顔認識、NIST 省庁間レポート 8173, 2017 年 1 月、https: //nvlpubs.nist.gov/nistpubs/ir/2017/ NIST.IR.8173.pdf |
| 13 | Quinn G. W et al.、圧縮された顔による顔認識アルゴリズムのパフォーマンス。 NIST 省庁間レポート 783 |
| 14 | Dodgson NA, (2004) — 人間の瞳孔間距離の変動と極値。 SPIE, 議事録第 5291 号。 |
| 15 | バートン AM, ホワイト D, マクニール A, (2010) — グラスゴー顔照合テスト。行動研究法、第 42 巻、第 1 号 |
| 16 | Robertson DJ, Noyes E, Dowsett AJ, Jenkins R, Burton AM, (2016) — 警視庁のスーパー認識者による顔認識。 PLoS ONE 11(2): e015003 https://doi:10.1371/journal.pone.0150036 |
| 17 | RISE, 研究およびイノベーション科学政策専門家: http://ec.europa.eu/research/openvision/index.cfm |
| 18 | HIDEプロジェクト—生体認証と組み込み技術に関する倫理概要。 http://www.cssc.eu/public/D3.3a-Ethical-Brief-Biometrics-&-embedded-Technology.pdf |
| 19 | Rasa T.、スプーフィング攻撃の下で信頼できる生体認証: http://www.tabularasa-euproject.org/ |
| 20 | Prescient: プライバシーと新興技術と科学: http://www.prescient-project.eu/prescient/index.php |
| 21 | 国際電気通信連合、無線通信部門の勧告、ITU-T 勧告 H.264, 2005, 「汎用視聴覚サービスのための高度なビデオ符号化」。 |
| 22 | 国際標準化機構。 ISO/IEC 13818 (一般に MPEG-2 として知られています) 。情報技術 — 動画および関連する音声情報の一般的なコーディング、2000 年 |
| 23 | Hadar O.、Stern A.、Huber M.、Huber R.、損失の多いパケット ネットワーク上で送信される圧縮画像の品質基準としての変調伝達関数。ベングリオン大学ネゲブ通信システム工学科、イスラエル、および通信情報技術センターコンピュータネットワーク研究室テクニオン電気工学部、イスラエル、2001 |
| 24 | ISO/IEC 2382-37, 情報技術 - 語彙 - Part 37: 生体認証 |
| 25 | ISO 12233, 写真 — 電子静止画イメージング — 解像度と空間周波数応答 |
| 26 | ISO/IEC 19794-5, 情報技術 — 生体認証データ交換フォーマット — Part 5: 顔画像データ |
| 27 | ISO/IEC TR 24714-1, 情報技術 — 生体認証 — 商用アプリケーションに関する法的および社会的考慮事項 — Part 1: 一般的なガイダンス |
| 28 | IEC 61966-8, マルチメディア システムおよび機器 — カラー測定および管理 — Part 8: マルチメディア カラー スキャナー |
| 29 | IEC 62676-4:2014, セキュリティ用途で使用するビデオ監視システム — Part 4: アプリケーション ガイドライン |
3 Terms and definitions
For the purposes of this document, the following terms and definitions apply.
ISO and IEC maintain terminological databases for use in standardization at the following addresses:
3.1 Target subject related terms
3.1.1
operator
individual(s) responsible for day to day operation of the system
Note 1 to entry: This may include adjustment of the video surveillance cameras, selecting data suitable for use by the biometric application, and acting on the output of the biometric comparison process.
3.1.2
presentation attack
presentation of an artefact or of human characteristics to a biometric capture subsystem in a fashion that could interfere with the intended policy of the biometric system
3.1.3
target subject(s)
target(s)
individual(s) of interest
Note 1 to entry: A target subject will normally be someone already enrolled in a watchlist (3.1.4) . However, this is not always the case; in some scenarios they are a target because they are to be enrolled in a watchlist.
3.1.4
watchlist
list of individuals of interest (3.1.3) (and their associated reference images) for detection by the video surveillance application
Note 1 to entry: The watchlist may be of individuals for whom an added service level is to be offered (e.g. VIPs or premium customers). This is sometimes referred to as a “whitelist”.
Note 2 to entry: The watchlist may be a list of “wanted” individuals, e.g. individuals who should be denied access to premises or services. This is sometimes referred to as a “blacklist”.
Note 3 to entry: A system may have multiple watchlists of different groups of target subjects, and with different performance goals.
Note 4 to entry: In the case of target subject back-tracking (3.3.1) the watchlist will normally contain only one target subject (3.1.3) (or in the case of a group of individuals of interest, a few target subjects).
3.2 VSS related terms
3.2.1
codec
computer program capable of encoding or decoding a digital data stream or signal
3.2.2
compression ratio
measure of the compressed file size to that of the uncompressed file size
3.2.3
dropped frames
frames from the video camera(s) that are not processed or are not available for facial detection and the creation of templates
Note 1 to entry: Normally measured in terms of either the number of frames per second dropped, or the percentage of the frames per second dropped.
3.2.4
frame
single image shown as part of a sequence of images in a video stream
3.2.5
frame rate
frequency (rate) at which an imaging device produces unique consecutive images called frames (3.2.4)
Note 1 to entry: Frame rate is normally expressed in frames per second (fps).
3.2.6
frame size
pixel dimensions of the frame described in terms of horizontal and vertical pixels, and which may also be additionally described in terms of total megapixels
3.2.7
post-processing
steps performed after the biometric comparison process
EXAMPLE:
Triaging decisions based on fusion of quality and score metrics.
3.2.8
pre-processing
steps performed prior to the biometric comparison process
EXAMPLE:
Image quality enhancement, subject detection and feature extraction.
3.2.9
resolution
measure of the amount of detail that can be stored in an image
Note 1 to entry: Resolution is normally measured in pixels per millimetre.
3.2.10
subject tracking
process of aggregating multiple biometric samples for a single individual, possibly from multiple cameras, to avoid producing separate detection alerts for the same target subject (3.1.3)
3.2.11
video management system
VMS
component of a video surveillance system (3.2.12) that collects video from cameras and other sources, records that video to a storage device and provides an interface to both view the live video and to randomly access recorded video according to time
3.2.12
video surveillance system
VSS
system consisting of camera equipment, monitoring and associated equipment for transmission and controlling purposes, which may be necessary for the surveillance of a protected area
3.3 Biometric system related terms
3.3.1
back-tracking
act of finding the given image(s) of a face/individual by searching all video feeds where the individual could have been seen
Note 1 to entry: Back-tracking may or may not use facial biometrics.
3.3.2
face detection
determination of the presence of faces within a video frame (3.2.4) and production of the location of each face in the frame
Note 1 to entry: Face detection is the first step in the face recognition process.
3.3.3
post event analysis
non-realtime analysis of data previously captured by video surveillance cameras
EXAMPLE:
To identify possible suspects following an incident or event.
3.3.4
real time analysis
on-line processing of video surveillance data as it is captured
EXAMPLE:
To identify individuals held on a watchlist so that immediate action can be taken.
3.3.5
Wiegand
de-facto wiring standard commonly used to connect a card swipe mechanism to the rest of an electronic entry system
3.3.6
zone of recognition
3-dimensional space within the field of view of the camera and in which the imaging conditions for robust biometric recognition are met
Note 1 to entry: In general, the zone of recognition is smaller than the field of view of the camera, e.g. not all faces in the field of view may be in focus and not every face in the field of view is imaged with the necessary inter-eye distance (IED).
3.4 Environment/scenario related terms
3.4.1
attractor
visual or acoustic cue within the environment which encourages individuals to look in a particular direction (i.e. towards the camera in a facial recognition application) in an attempt to improve recognition performance
3.4.2
choke point
point of congestion or obstruction through which individuals pass
3.4.3
lux
measure of illumination intensity
3.5 Symbols and abbreviated terms
| AFIS | Automated Fingerprint Identification System |
| AFR | Automated Facial Recognition |
| CCTV | Closed Circuit Television (system), another term for video surveillance (system) |
| FPS | Frames per Second |
| LFR | Live Facial Recognition, real time automated facial recognition using video surveillance cameras |
| GUI | Graphical User Interface |
| HDR | High Dynamic Range |
| IED | Inter Eye Distance, the distance (usually measured in pixels) between the centres of the eyes |
| IP | Internet Protocol |
| MTF | Modulation Transfer Function |
| NIST | National Institute of Standards and Technology |
| OSDP | Open Supervised Device Protocol |
| PTZ | Pan, Tilt and Zoom; a type of video surveillance camera that can be remotely adjusted (manually by the operator or automatically by using dedicated software). |
| SFR | Spatial Frequency Response |
| VMS | Video Management System |
| VSS | Video Surveillance System |
Bibliography
| 1 | ISO/IEC 14496-10, Information technology — Coding of audio-visual objects — Part 10: Advanced Video Coding |
| 2 | ISO/IEC 19795-2, Information technology — Biometric performance testing and reporting — Part 2: Testing methodologies for technology and scenario evaluation |
| 3 | ISO/IEC 24779-5 1 , Information technology — Cross-jurisdictional and societal aspects of implementation of biometric technologies — Pictograms, icons and symbols for use with biometric systems — Part 5: Face applications |
| 4 | ISO/IEC/TR 29156, Information technology — Guidance for specifying performance requirements to meet security and usability needs in applications using biometrics |
| 5 | ISO/IEC/TR 29794-5, Information technology — Biometric sample quality — Part 5: Face image data |
| 6 | ISO/IEC 30107 (all parts), Information technology — Biometric presentation attack detection |
| 7 | ISO/IEC 30137-2 2 , Use of biometrics in video surveillance systems — Part 2: Performance testing and reporting |
| 8 | IEC 62676 (all parts), Video surveillance systems for use in security applications |
| 9 | Gorodnichy D., Granger E., (2014) — 'PROVE-IT(FRiV): framework and results'. International Biometrics Performance Conference, Gaithersburg, MD, April 1-4, 2014. |
| 10 | Gross R., Shi J., (2001) — The CMU motion of body (MoBo) database. Technical Report CMU-RI-TR-01-18, Robotics Institute, Carnegie Mellon University |
| 11 | Liao S., Zhao G., Vili Kellokumpu, Matti Pietikainen, Stan Z Li (2010) — Modeling pixel process with scale invariant local patterns for background subtraction in complex scenes, Center for Biometrics and Security Research & National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Machine Vision Group, University of Oulu, Finland |
| 12 | Grother P., Quinn G., Mei Ngan — Face In Video Evaluation (FIVE) Face Recognition of Non-Cooperative Subjects, NIST Interagency Report 8173, January 2017, https://nvlpubs.nist.gov/nistpubs/ir/2017/NIST.IR.8173.pdf |
| 13 | Quinn G. W et al., Performance of Face Recognition Algorithms with Compressed Faces. NIST Interagency Report 7830. |
| 14 | Dodgson N.A, (2004) — Variation and Extrema of Human Interpupillary Distance. SPIE, Proceedings Vol 5291. |
| 15 | Burton A.M, White D, McNeill A, (2010) — The Glasgow Face Matching Test. Behaviour Research Methods, Volume 42, Issue 1 |
| 16 | Robertson DJ, Noyes E, Dowsett AJ, Jenkins R, Burton AM, (2016) — Face Recognition by Metropolitan Police Super-Recognisers. PLoS ONE 11(2): e0150036. https://doi:10.1371/journal.pone.0150036 |
| 17 | RISE, Research and Innovation Science Policy Experts: http://ec.europa.eu/research/openvision/index.cfm |
| 18 | HIDE project — Ethical Brief on Biometrics & Embedded Technology. http://www.cssc.eu/public/D3.3a-Ethical-Brief-Biometrics-&-embedded-Technology.pdf |
| 19 | Rasa T., Trusted Biometrics under Spoofing Attacks: http://www.tabularasa-euproject.org/ |
| 20 | Prescient: Privacy and Emerging Technologies and Sciences: http://www.prescient-project.eu/prescient/index.php |
| 21 | Recommendations of the International Telecommunication Union, Radiocommunication Sector, ITU-T Recommendation H.264, 2005, “Advanced Video Coding for Generic Audiovisual Services.” |
| 22 | International Organization for Standardization. ISO/IEC 13818 (commonly known as MPEG-2). Information Technology — Generic Coding of Moving Pictures and Associated Audio Information, 2000 |
| 23 | Hadar O., Stern A., Huber M., Huber R., Modulation transfer function as a quality measure for compressed images transmitted over a lossy packet network. Ben-Gurion University of the Negev Communication System Engineering Department, Israel and Center for Communications and Information Technologies Computer Network Laboratory Faculty of Electrical Engineering Technion, Israel, 2001 |
| 24 | ISO/IEC 2382-37, Information technology — Vocabulary — Part 37: Biometrics |
| 25 | ISO 12233, Photography — Electronic still picture imaging — Resolution and spatial frequency responses |
| 26 | ISO/IEC 19794-5, Information technology — Biometric data interchange formats — Part 5: Face image data |
| 27 | ISO/IEC/TR 24714-1, Information technology — Biometrics — Jurisdictional and societal considerations for commercial applications — Part 1: General guidance |
| 28 | IEC 61966-8, Multimedia systems and equipment — Colour measurement and management — Part 8: Multimedia colour scanners |
| 29 | IEC 62676-4:2014, Video surveillance systems for use in security applications — Part 4: Application guidelines |