Verification 人脸验证

人脸识别一般分为Indentification和Verification（人脸验证），当进行人脸验证时，一般考虑以下两个指标：

1.误识率(False Accept Rate,，FAR)：将其他人误作指定人员的概率。
2.拒识率(False Reject Rate，FRR)：将指定人员误作其它人员的概率。

3.等错误率 (EER-Equal Error Rate) ：取一组0到1之间的等差数列，分别作为识别模型的判别界限，既坐标x轴，画出FFR和FAR的坐标图，交点就是EER值。

TAR

TAR（True Accept Rate）表示正确接受的比例。所谓的就是在进行人脸验证的过程中，两张图像被认为是同一个人。我在网上并没有查到TAR的定义，在这里我参照FAR的定义猜测一下，不一定正确，如有错误还望批评指正。

一般，FAR=0.001时，FRR的值作为参考，值越小，性能越好， 即TAR 的值越大越好。

Indentification身份鉴定

1：N识别

可以使用 FMR：False match rate

一般方法：制作人脸库，使用测试数据测试，正确找到库中人脸的比例