用於評估生物識別系統性能的評估指標很重要，但不一定容易理解。
評估本身是生物識別市場參與的越來越必要的步驟。持續的性能評估允許操作員隨著時間的推移改進和優化生物識別系統。它有助於確定在滿足安全和隱私的監管要求的同時，確定弱點和領域。
- 錯誤的接受率（FAR）衡量系統接受未經授權個體的可能性。也稱為假陽性識別率（FPIR）。
其中FP是誤報數量（未經授權的訪問），而TN是真正的負面因素（正確拒絕訪問）的數量。
- 虛假拒絕率（FRR）衡量拒絕授權個人的可能性。也稱為錯誤的非匹配率（FNIR）。
其中fn是虛假負數的數量（被授權訪問），而tp是真實的陽性數量（正確授予訪問權限）。
- FAR和FRR相等的速率是相等的錯誤率（EER）。它提供了一個代表兩種錯誤相互平衡的點的值。
- 虛假匹配率（FMR）是指錯誤地宣布與另一個主題模板相匹配的未經授權訪問嘗試的比例。
- 錯誤的非匹配率（FNMR）是授權訪問嘗試錯誤地報告為同一主題模板的不匹配的比例。
筆記：當涉及生物識別身份驗證時，錯誤拒絕率（FRR）和錯誤的接受率（FAR）通常稱為FNMR和FMR。儘管如此，重要的是要注意它們不可互換。具體而言，FMR等效於FAR，FNMR等效於FRR，但只有當系統利用用戶的一次嘗試以匹配其存儲模板時。
- 假陽性識別率（FPIR）衡量生物識別系統錯誤地識別不在數據庫中的個人是匹配的概率。在一對一驗證系統中，FPIR大約等於FMR，乘以數據庫中的條目數量。
- 假陰性識別率（FNIR）測量系統無法正確識別註冊用戶的概率。根據美國國家標準技術研究所的說法，系統無法在1：n設置中識別匹配的可能性近似於未能驗證1：1中的匹配項的可能性（FNMR 1：1）在類似條件下設置。
眾所周知面部識別供應商評估經過nist用給定閾值的FPIR集測量FNIR。
- 未能捕獲（FTC）當生物識別系統無法捕獲樣品時，就會發生。這是系統未能捕獲生物特徵特徵的時間百分比。
- 未註冊（FTE）是用戶無法註冊系統的時間百分比。
- 攻擊表現分類錯誤率（APCER）衡量系統在檢測和識別演示攻擊方面的準確性。
- 真正的FIDE分類錯誤率（BPCer）衡量系統避免錯誤警報的程度。
- 冒名頂替攻擊匹配率（IAPMR）評估生物識別系統對冒險攻擊的脆弱性，未經授權的用戶試圖獲得訪問權限。
生物識別演示攻擊檢測（PAD）基於ISO/IEC 30107-3標准設置限制的評估，並在評估子系統時測試APCER。對於完整的PAD系統，對IAPMR進行了測試。
- 接收器操作特徵（ROC）曲線是一種用於評估生物識別系統性能的方法，目的是創建與FRR相關的曲線。
績效評估已成為確保生物識別系統可靠，安全且適合其預期應用的基本方面。
