[发明专利]一种基于动态手势的身份认证方法

权利要求书

1.一种基于动态手势的身份认证方法，其特征在于，包括以下步骤：

1)采集手势执行时的x，y，z三个方向的加速度数据作为测试样本；

2)对测试数据进行预处理；所述的预处理包括平滑去噪和量化；

3)采用改进的动态时间规整(DTW)算法对测试样本与模版数据进行匹配；取消DTW方法第2)步得到的测试样本与最优模板之间匹配时的端点对齐限制，允许动态规划匹配路径的起点在线段[(1，1)，(1，L)]或[(1，1)，(L，1)]上，且允许终点在线段[((M-L+1)，N)，(M，N)]或[(M，(N-L+1))，(M，N)]上；也就是说某次手势的第一帧可以和另一次手势的前L帧中的任意一帧进行匹配，最后一帧可以和另一次手势末尾L帧中的任意一帧进行匹配；并限制动态规划弯折的斜率在0.5-2之间，利用端点放宽的额度L和弯折的斜率计算出动态规划的边界条件；

其中，M为最优模板长度，N为测试数据长度，L为端点放宽的额度；

4)在第3)步得到的边界条件之内进行动态规划，不需要保存所有的累积距离和帧匹配距离，声明列矢量D保存前一列的累积距离，声明列矢量d保存当前列计算的累积距离；

5)动态规划中计算并判断当前列的累积距离是否都大于阂值τ，如果都大于阂值τ则认证失败，提前终止；如果并不都大于阂值τ，则转入步骤6)；

6)判断当前数据帧是否是测试数据的最后一帧，如果不是最后一帧，则把下一帧赋值给当前数据帧，并转入步骤5)；如果是最后一帧，则取D[M-L+1，…，M]中的最小值min，并与阂值τ比较，如果min小于阂值，则认证成功，结束方法；如果min大于阂值τ，则认证失败，结束该认证过程。

2.根据权利要求1所述的一种基于智能手机传感器设备的手势认证方法，其特征在于，所述的最优模板和阂值的确定方法为：

为用户采集15个某手势的样本，采用放松端点限制的DTW高效匹配方法计算两两样本之间的DTW累积距离，选择与其他样本距离和最小的样本为最优样本即最优模板，并选择最优样本与其他样本间的最大距离为阂值。

3.根据权利要求1所述的一种基于智能手机传感器设备的手势认证方法，其特征在于，为了适应人们不同时期执行手势时可能出现的变化，采用模板自适应策略，每隔一段时间从通过认证的手势中重新选取新的最优模板代替原有的最优模板。

4.根据权利要求1-3任一项所述的一种基于智能手机传感器设备的手势认证方法，其特征在于：

在步骤1)中，利用(SensorManager)context.getSystemService(context.SENSOR_SERVICE)获取android系统已经封装好的传感器管理对象SensorManager，然后通过SensorManager获取加速度传感器Sensor.TYPE_ACCELEROMETER；传感器获取数据的频率设置为SENSOR_DELAY_GAME；

在步骤2)中，采用简单移动平均线(SMA)滤波器对测试数据进行平滑去噪；计算公式为：去噪后的值其中X_i为第i个测试数据；n取5-10中的一个值；

在步骤2)中，将采集到的浮点型的加速度数据转换为33级的整型数据；

在步骤3)中，把匹配时间轴分成5段，(1，L)，(L+1，X_a)，(X_a+1，X_b)，(X_b+1，N-L)，(N-L+1，N)，其中X_a＝(2M-N-L)/3，X_b＝(2(2N-M)+L)/3都取最相近的整数，并且必须满足X_a≥1，X_a≥L，由此得出最优模板长度M和测试数据长度N的关系为：

2M-N≥3+L2N-M≥L--(4)]]>

不满足上式关系的测试数据被认为与最优模板相差太大，无法进行动态折弯，L取值8；把折弯分成的5段，y边界值通过x表示如下：

ymin=01≤x≤L12(x-L)L+1≤x≤Xb2(x-N)+M-LXb+1≤x≤N;]]>

ymax=2x+L1≤x≤Xz12(x-N+L)+MXa+1≤x≤N-LMN-L+1≤x≤N;]]>

对测试手势每列数据进行动态规划时，计算出其相应的边界值，并只匹配边界内的格点，从而减少计算量；每一列格点的匹配计算只用到了前一列的3个格点；L取值8。