[发明专利]基于CPF算法的生态生物识别方法

说明书

本发明公开了基于CPF算法的生态生物识别方法，包括如下步骤：构建历史的被观察物的图像信息，并将图像信息进行分布式存储；发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；解析待识别的生物图像，得到经反射后的环境物体的图像数据；获取解析后的生物图像信息，将生物图像信息传输至生物识别模块中进行识别；通过CPF算法将生物识别模块进行改进，提高生物识别模块定位的精确性；将生物图像信息通过改进后的生物识别模块进行识别，若图像数据与所述图像信息匹配，则判定为识别成功。本发明通过CPF算法的设置，能够提高生物识别模块定位的精确性，同时，保障生物识别技术的安全性能。

技术领域

本发明涉及生物识别技术领域，尤其涉及基于CPF算法的生态生物识别方法。

背景技术

生物识别技术随着计算机技术的不断发展而得到了广泛应用，其中，生物识别技术是指，通过计算机与光学、声学、生物传感器以及生物统计学原理等手段相结合，利用生物固有的生理特性和行为特征来进行生物身份验证的技术。然而，生物识别过程中传递给本地应用的数据是明文数据，其由于缺乏保护而存在数据泄露以及数据篡改的风险，从而导致生物识别技术应用于终端设备时存在安全隐患，同时，现有的生物识别方法不能进行准确的定位，识别精度不高。

发明内容

基于背景技术存在的技术问题，本发明提出了基于CPF算法的生态生物识别方法。

本发明提出的基于CPF算法的生态生物识别方法，包括如下步骤：

S1构建历史的被观察物的图像信息，并将图像信息进行分布式存储；

S2发起生态生物识别请求，根据请求在生态环境中采集生物图像数据；

S3解析待识别的生物图像，得到经反射后的环境物体的图像数据；

S4获取解析后的生物图像信息，将生物图像信息传输至生物识别模块中进行识别；

S5通过CPF算法将生物识别模块进行改进，提高生物识别模块定位的精确性；

S6将生物图像信息通过改进后的生物识别模块进行识别，若图像数据与所述图像信息匹配，则判定为识别成功。

优选的，所述步骤S2采集生物图像数据包括：获取待识别生物的角膜图像，解析角膜图像，得到待识别生物的角膜反射的环境物体的图像数据。

优选的，所述步骤S2采集生物图像数据包括：获取待识别生物的图像信息、对应的拍摄时间和拍摄位置，并将待识别生物的图像信息、对应的拍摄时间和拍摄位置传输至分布式数据库中进行存储。

优选的，所述采集生物图像数据后采用图像归一法和图像增强法对采集的生物图像数据进行预处理。

优选的，所述采集生物图像数据后在将生物图像数据进行加密，以得到加密数据。

优选的，所述步骤S3解析待识别的生物图像之前，通过本地应用获取加密数据，并通过本地应用进行解密，得到解密后的特征数据。

优选的，所述将生物图像数据进行加密：利用本地私钥进行加密，本地应用利用与本地私钥匹配的公钥进行解密。

优选的，所述步骤S2采集生物图像数据时，通过对获取的生物图像数进行筛选处理，过滤生物图像数中的噪音数据。

本发明中，所述基于CPF算法的生态生物识别方法，通过CPF算法的设置，能够提高生物识别模块定位的精确性，同时，保障生物识别技术的安全性能。

附图说明

图1为本发明提出的基于CPF算法的生态生物识别方法的流程图。

具体实施方式