排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
假指纹攻击作为破解指纹识别的一种简单实用的方式,被某些不法分子非法使用。目前假指纹检测的主流方法是纹理分析,但是单纯的纹理分析不包含对因假指纹材质与人体皮肤有异而产生的噪声分析。提出一种利用曲波系数特征及曲波重构图像纹理特征进行SVM-KNN分类的假指纹检测算法。先对指纹图像进行曲波变换,提取各尺度各方向域的系数特征,重构指纹图像并提取一阶统计量、灰度共生矩阵(GLCM)和马尔科夫随机场(MRF)等纹理特征与系数特征组成特征向量,然后通过SVM进行训练,引入SVM-KNN分类对假指纹进行检测。在第二届全球假指纹检测竞赛(LivDet2011)官方数据库上的测试结果表明,该算法对假指纹检测有很好的效果。 相似文献
4.
基于手机信令数据的快递人员辨识方法 总被引:1,自引:0,他引:1
提出一种基于朴素贝叶斯分类法(naive Bayesian classifier,NBC)的城市快递人员辨识方法.首先,通过相关问卷调查,研究快递派送人员的手机信令发生规则.然后,依据北京市移动用户手机通信信令数据,利用问卷调查数据和手机信令数据2种数据源中同时包含的通信数据属性,建立通信数据与调查数据中类别变量(快递人员/非快递人员)之间的贝叶斯概率关系,以此为基础构建NBC模型并对其进行训练.最后,使用未参与训练的样本数据测试标定后模型的准确性,测试结果显示快递人员的预测成功率达到88.3%.结果表明:该方法具有较高的精度,可以满足实际应用需求. 相似文献
5.
假指纹检测技术用于检测假指纹对生物系统的攻击,笔者提出了一种改进的基于小波分析的
假指纹检测算法.在原始小波分析方法对图像进行去噪处理后,将去噪图像和残留噪声图像用于计
算局部二值模式直方图,从而提取得到指纹特征,该方法比原始小波分析方法可得到更多的纹理信
息.随后用SVM-RFE方法进行特征选择.最后,支持向量机SVM 用于分类.在第二届假指纹检测
竞赛提供的数据库和第三届假指纹检测竞赛提供的数据库上的测试得到,此方法的分类准确率分
别为88.75%和89.37%,而第二届假指纹检测竞赛优胜者的分类准确率为74.41%,第三届假指
纹检测竞赛优胜者的分类准确率为86.63%. 相似文献
1