视觉传感网络中身份特征自适应识别算法改进
2016-06-28李娜张晓宁朱芳娥
电信科学 2016年6期
关键词:特征
李娜,张晓宁,朱芳娥
(石家庄铁道大学四方学院计算机系,河北 石家庄 050011)
视觉传感网络中身份特征自适应识别算法改进
李娜,张晓宁,朱芳娥
(石家庄铁道大学四方学院计算机系,河北 石家庄 050011)
在对视觉传感网络中身份特征进行识别时,容易受到人脸表情、光照条件及遮挡等干扰,降低了身份特征识别精度。提出了一种基于改进最小灰度差树的身份特征自适应识别算法。对待识别图像进行灰度处理后,利用最小灰度差数增强待识别图像的质量;定义基于灰度的代价函数,获取待识别人脸图像和指定人脸图像对应的各灰度对的匹配代价,建立最小灰度差树模型,计算两幅图像相似度后,直接采用最近邻匹配算法获取和视觉传感网络注册图库中最小匹配代价对应的图像身份,将其看作待识别身份,实现视觉传感网络中身份特征自适应识别。 仿真实验结果表明,所提算法具有很高的身份识别精度。
视觉传感网络;身份特征;自适应识别
1 引言
随着信息技术的快速发展,视觉传感网络技术已经被广泛应用到金融、电子商务等多个领域,视觉传感网络的信息量快速增加,传感网络信息的安全成为了该领域存在的 重 点 问 题[1,2]。如 何 有 效 地 增 加 视 觉 传 感 网 络 的 安 全 性 能成为了亟待解决的问题,而身份特征识别是保证视觉传感网络安全的必要前提,如何有效地对用户的身份进行识别、保护视觉传感网络信息的安全,已经受到相关领域专家学者的广泛重视,同时也出现了一些较好的身份特征自适 应 识 别 算 法[3-5]。……
登录APP查看全文
