[发明专利]步态身份识别方法及系统

说明书

技术领域

本发明属于人机交互、模式识别以及普适计算等领域，尤其涉及基于步态分析的身份识别方法。

背景技术

近年来随着智能终端设备特别是智能手机的普及，智能手机设备中用户隐私数据以及支付环境的安全性越来越引起我们的重视。传统的身份验证主要采用如密码、声音、指纹、虹膜或人脸等。这些方法相互配合能很好的保护用户的隐私信息，但是这一些方法都需要用户显式操作或者对设备与环境有特殊的要求。随着人机交互变得复杂，用户体验却在降低。智能手机中有很多APP为了提高用户体验而提供记住密码或自动登陆功能等，这又使得用户信息暴露在风险之下。如何在确保这些数据安全的同时，又能给用户提供友好便捷的交互方式已经成为越来越突出的问题。

步态作为一种新的身份识别与验证方式越来越受国内外研究人员的关注。基于步态的身份识别技术能够在非侵入的情况下对用户的身份进行识别，避免用户重复进行身份认证如输入密码、录入指纹以及人脸扫描等，提高了身份识别的隐蔽性，同时也提高了安全性。通过图像进行步态分析的方法已经很成熟，但是由于受到图像步态信息数据采集条件的约束，该技术的推广使用受到了严格的限制。利用加速度传感器和/或陀螺仪采集到的数据进行步态分析是典型的非侵入式步态分析方法。这些类型的传感器设备通常作为基础设备内嵌在智能手机中，所以通过智能手机来进行步态分析的方法能很方便地进行推广普及。然而现有的基于智能手机的步态身份识别的准确度受手机位置和摆放方向等因素的影响，例如，需要将手机放在特定的位置(例如腰部)；手机的摆放方向也受到约束等。这样都极大限制了步态身份识别在手机风险控制上的应用与发展，因而，合理有效的利用手机内的设备进行步态分析的具有重大意义。

发明内容

因此，本发明的目的在于克服上述现有技术的缺陷，提供一种新的步态身份识别方法。

本发明的目的是通过以下技术方案实现的：

一方面，本发明提供了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。

在上述方法中，还可以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。

在上述方法中，还可以包括：

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。

在上述方法中，所述行为识别模型和所述位置识别模型可以采用随机森林分类模型，所述步态识别模型可以采用在线顺序极限学习机。

在上述方法中，采集加速度数据时所述不同行为可以包括走路、跑步及其他行为，所述智能终端的不同位置可以包括在手中、在胸前以及裤口袋中。

又一方面，本发明提供了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；