[发明专利]步态身份识别方法及系统

权利要求书

1.一种步态身份识别方法，包括：

步骤1)，从由用户携带的智能终端获取的加速度数据中提取与用户当前行为相关的行为特征、与所述智能终端所在的位置相关的位置特征和与用户步行姿态相关的步态特征；

步骤2)利用预先训练好的行为识别模型根据所述行为特征来识别用户当前行为；

步骤3)利用预先训练好的位置识别模型根据所述位置特征和所识别的用户当前行为来识别所述智能终端的当前位置；

步骤4)利用预先训练好的步态识别模型根据所述步态特征、所识别的用户当前行为和所述智能终端的当前位置来识别用户的身份。

2.根据权利要求1所述的方法，还包括离线训练所述行为识别模型、所述位置识别模型和所述步态识别模型的步骤，该步骤包括：

由所述智能终端采集当该智能终端位于志愿者身上的不同位置且参与者执行不同行为时的加速度数据；

从采集的加速度数据中提取与参与者当前行为相关的行为特征、与所述智能终端当前所在的位置相关的位置特征和与参与者步行姿态相关的步态特征，并给上述特征标注参与者当前的行为和智能终端的位置，其中所述步态特征还标注有参与者身份标识；

以经标注后的行为特征作为样本数据来训练所述行为识别模型；

以经标注后的位置特征和该位置特征对应的行为作为样本数据来训练所述位置识别模型；

以经标注后的步态特征和该步态特征对应的行为和位置作为样本数据来训练所述步态识别模型。

3.根据权利要求1所述的方法，还包括：

将步骤3)的识别结果及其相关的步态特征、用户当前的行为和智能终端的当前位置作为新的样本数据加入到用于训练所述步态识别模型的样本集中，以及

当该样本集中新增的样本数据达到设定的阈值时重新训练所述步态识别模型。

4.根据权利要求1-3中任一项所述的方法，其中所述行为识别模型和所述位置识别模型采用随机森林分类模型，所述步态识别模型采用在线顺序极限学习机。

5.根据权利要求2所述的方法，其中采集加速度数据时所述不同行为包括走路、跑步及其他行为，所述智能终端的不同位置包括在手中、在胸前以及裤口袋中。

6.一种步态身份识别系统，包括：

特征提取单元，用于从由用户携带的智能终端获取的加速度数据中提取与用户当前行为相关的行为特征、与所述智能终端所在的位置相关的位置特征和与用户走路方式相关的步态特征；

行为识别单元，用于利用预先训练好的行为识别模型根据所述行为特征来识别用户当前行为；

位置识别单元，用于利用预先训练好的位置识别模型根据所述位置特征和所识别的用户当前行为来识别所述智能终端的当前位置；

步态识别单元，利用预先训练好的步态识别模型根据所述步态特征、所识别的用户当前行为和所述智能终端的当前位置来识别用户的身份。

7.根据权利要求6所述的系统，还包括训练单元，用于：

由所述智能终端采集当该智能终端位于参与者身上的不同位置且参与者执行不同行为时的加速度数据；

从加速度数据中提取与参与者当前行为相关的行为特征、与所述智能终端所在的位置相关的位置特征和与参与者走路方式相关的步态特征，并给上述特征标注参与者当前的行为和智能终端的位置，其中所述步态特征还标注有参与者身份标识；

以经标注后的行为特征作为样本数据来训练所述行为识别模型；

以经标注后的位置特征作为样本数据来训练所述位置识别模型；

以经标注后的步态特征作为样本数据来训练所述步态识别模型。

8.根据权利要求7所述的系统，还包括模型更新单元：

将步态识别单元的识别结果及其相关的步态特征、用户当前的行为和智能终端的当前位置作为新的样本数据加入到用于训练所述步态识别模型的样本集中，以及

当该样本集中新增的样本数据达到设定的阈值时重新训练所述步态识别模型。

9.根据权利要求6-8中任一项所述的系统，其中所述行为识别模型和所述位置识别模型采用随机森林分类模型，所述步态识别模型采用在线顺序极限学习机。

10.根据权利要求7所述的系统，其中采集加速度数据时所述不同行为包括走路、跑步及其他行为，所述智能终端的不同位置包括在手中、在胸前以及裤口袋中。