生物識別的FAR與FRR誤判率是甚麼?
生物識別系統並非百分之百準確,其誤判可分為兩類:把不應該通過的人放行(FAR),以及把應該通過的人拒絕(FRR)。理解FAR與FRR的含義與取捨,是評估門禁系統安全性與通行效率的基礎,也是向供應商索取數據時必須掌握的關鍵詞。
FAR與FRR的定義
FAR(False Acceptance Rate,誤接受率)指系統錯誤接受未授權使用者的比例,即「不應放行卻放行」的機率;FRR(False Rejection Rate,誤拒絕率)指系統錯誤拒絕已授權使用者的比例,即「應該放行卻拒絕」的機率。兩者都以百分比表示,例如FAR 0.001%、FRR 1%,實際數值受採集品質、環境與演算法影響。
兩類錯誤來自同一來源:系統以相似度門檻決定是否匹配。門檻調高,只有高度相似的樣本才獲通過,未授權者難被接受,但授權者因角度、光線或面容變化而不達標的機率也上升,即FAR下降而FRR上升;門檻調低則相反,通行更順暢但錯放風險增加。
FAR誤接受率
未授權者被放行。門禁系統中最受關注的指標,直接關乎保安成效。
FRR誤拒絕率
授權者被拒於門外。影響日常通行效率,過高時使用者會抗拒使用系統。
實務上兩者不可能同時降到零:FAR與FRR是一對互相拉扯的指標,系統設計的任務是把它們調到場所可接受的平衡點,而不是追求單一數值。
門檻、EER與ROC曲線
FAR與FRR的平衡關係,可以用兩個術語描述。EER(Equal Error Rate,等誤率)是FAR與FRR相等時的共同數值,常被用作系統性能的單一指標:EER越低,代表系統整體越準確,例如EER 0.5%的系統優於EER 2%的系統。ROC曲線(Receiver Operating Characteristic)則繪出不同門檻下FAR與FRR的對應關係,呈現完整的取捨圖譜,而非單一數字。
| 門檻設定 | FAR | FRR | 典型取捨 |
| 調高 | 下降 | 上升 | 保安優先,容許較多誤拒 |
| 調低 | 上升 | 下降 | 效率優先,承擔較多錯放 |
| EER點 | 相等 | 相等 | 平衡參考,未必適合實際使用 |
廠商公布的EER通常以實驗室資料庫測得,現場環境(光線、人流、使用者習慣)會令實際表現偏離,因此EER只宜作橫向比較參考,不應視為現場保證值。正確做法是要求供應商提供不同門檻下的FAR/FRR組合數據,再按場所定位選定門檻並現場調校。
門禁與考勤的實際影響
同一套生物識別系統用在門禁與考勤,對FAR與FRR的取捨並不一樣。門禁是保安性質,FAR過高代表未授權者可能進入受管制區域,後果嚴重,因此門檻宜偏向嚴格;但過嚴會令授權員工被拒門外,高峰期排隊,員工逐漸改用拍卡或抱怨系統難用,最終影響系統推廣。考勤則以記錄為重,FRR過高會造成錯誤缺勤記錄,需要大量人工更正,管理成本上升。
實際調校時應先決定場所風險等級:伺服器房、金庫、高價值實驗室應把FAR壓至很低,即使誤拒率高一些;一般辦公室與考勤則應把FRR控制在可接受水平,確保通行順暢與員工接受度。另一常見做法是組合認證:高風險區域用「卡+生物」雙重驗證,低風險區域只用人臉或指紋,令整體風險與便利取得平衡。
| 應用 | 重點指標 | 建議做法 |
| 伺服器房/金庫 | FAR越低越好 | 高門檻、雙重認證、人工覆核 |
| 辦公樓層門禁 | FAR與FRR平衡 | 中等門檻、定期校準 |
| 考勤記錄 | FRR不可過高 | 門檻略調低、後台更正流程 |
| 無卡通道 | 速度與誤拒平衡 | 分庫設計、峰值測試 |
調校不是一次完成:季節變化、面容老化、新登記樣本加入,都會令FRR漂移,需要定期量度並覆校,把實際誤拒率維持在可接受範圍。
如何取得與解讀廠商數據
供應商提供的準確率數字,必須弄清測試條件才能解讀。首先確認FAR與FRR是否在同一測試集下測得:不同資料庫、不同光線、不同人群的結果不可直接比較。其次確認是否有樣本數與重複次數:小型測試集的百分比波動大,樣本足夠才有統計意義。最後確認測試是否由獨立機構進行:自測數字通常優於第三方結果。
- 索取雙指標——要求同時提供FAR與FRR,只有單一準確率的報價不足信。
- 確認測試條件——樣本數、環境、裝置型號,條件不同不可直接比較。
- 查閱獨立測試——是否有NIST等機構的人臉識別測試結果,可作橫向參考。
- 要求現場實測——以場所實際人流量度誤拒率,並把錯放測試納入驗收。
- 記錄設定參數——把門檻、演算法版本記錄在案,供日後覆校。
一個常見誤區是只看「識別準確率99%」這類宣傳數字,而忽略它背後對應的FAR與FRR組合。準確率只描述一種門檻下的表現,不能代表系統在現場門檻下的真實行為,向供應商索取數據時,應明確問「這個準確率對應的FAR與FRR是多少」,而不是接受單一數字。
誤判的實際成因與改善
現場的FAR與FRR往往高於實驗室數值,原因多數與安裝與使用條件有關。光線是最常見的因素:逆光、陰影與色偏會令特徵抽取不穩定,人臉識別尤其敏感,需要調整安裝位置與補光。採集品質其次:指紋感應器表面污垢、乾燥手指、人臉長期佩戴口罩或眼鏡反光,都會令樣本品質下降。登記樣本不良同樣常見:以低品質影像登記,日後比對自然不穩定。
環境因素
光線、溫濕度、塵埃會影響採集品質,需定期清潔感應器與調整補光。
使用者狀態
手指乾燥、面容老化、佩戴口罩,都會令FRR上升。
樣本品質
登記時拍攝質素差,日後比對的誤差會持續存在,應重新登記。
改善步驟依次為:先檢查環境與安裝(光線、角度、距離),再檢查登記樣本(重新登記高品質樣本),然後才調整門檻。直接調低門檻壓制FRR,會同時推高FAR,是常見的錯誤做法;只有環境與樣本問題解決後,門檻調校才有意義。
香港合規與管理實務
FAR與FRR表面上是技術指標,實際牽涉合規與管理責任。誤拒令授權員工無法進入工作場所,若影響營運,僱主須有明確的後備流程(例如人手核實或臨時卡),否則系統可靠性會成為勞資爭議來源。誤放則可能令未授權者進入受管制區域,管理者須評估風險並把FAR控制在對應水平,並以閉路電視與出入記錄作事後覆核,這在香港商廈與住宅大廈都是常見做法。
生物特徵資料的處理本身受《個人資料(私隱)條例》(第486章)規管:模板應加密儲存、保留期限與目的相符、員工離職後刪除,並向當事人清楚告知。系統的出入記錄屬可識別個人的資料,查閱與刪除請求應有明確程序。此外,誤拒與誤放的比例會隨系統老化而變化,管理實務上應把FAR/FRR量度納入定期保養,記錄每次測試結果,既驗證系統健康,也為日後投訴或審計提供依據。