[发明专利]基于手机加速度传感器的步态身份识别方法及系统

说明书

技术领域

本发明涉及身份识别领域，尤其涉及一种基于手机加速度传感器的步态身份识别方法及系统。

背景技术

当今社会，科技日益发达，信息全球化飞速发展，深入渗透到各个学科和领域，人们的生活学习方式也受到了巨幅影响。电子设备产品成为人们生活必不可少的一部分，如手机、平板电脑、个人笔记本以及mp3。这些科技产品在给予人们方便的同时，也带来了极大的安全隐私漏洞。如今的手机不再仅仅局限于拨打号码和发送短信，个人电脑也不局限于个人办公，电子银行、电子邮件、电子消费以及网上购物交易都在手机或者个人平板电脑上得以实现。随之而来的网络个人信息及隐私安全问题，给用户带来经济甚至身心伤害。

网络信息化时代的一大特征就是个人身份的数字化和隐性化。怎样准确的对一个人的身份进行识别，才是解决如何让用户个人信息隐私得到保证的关键所在。如今，更加普遍的认证方法是PIN码和密码，以及基于物品的--用户拥有的(许可证，令牌等)，这些方法对于考虑安全方面的问题并不总是有效的。以上的识别方式要求用户对密码的记忆以及对识别物品的持有保存限制高。虽然密码这种方式为大多数人所使用，但是人们通常为了方便记忆会设置比较简单的密码，很容易记住，但是也很容易被攻击从而导致攻击者成功进入系统。而这些限制条件可以由生物认证方式得到改善，比如用人脸识别、指纹识别或者步态识别进行认证。这就是打破传统识别方法的生物识别方法。

所谓生物特征识别技术就是，通过计算机与各种传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性和行为特征，来进行个人身份的鉴定。身份鉴别问题是一个非常普遍而重要的问题，与人们的生活工作密切联系，只有在身份得到确认以后才能获得某种权利或者许可。

基于生物特征识别的方法有很多，如人脸识别、虹膜识别、指纹识别以及步态识别。其中人脸识别、虹膜识别和指纹识别，又称为基于生理特征的识别，并且人脸与指纹识别已经在手机以及平板电脑上得到实现。步态识别则是基于行为特征的生物特征识别方式，步态特征的识别有大致分为，步态能量图识别和步态时间序列识别。指纹识别，是利用每个人独特的指部皮肤纹理的凹凸不平进行相关认证，缺点在于手指属于身体外部并且动作频繁，难免会有受伤而导致皮肤纹理的改变，就导致了认证的错误拒绝。脸部识别，受到场景的限制很多，如识别对象的表情、识别角度以及光照影响。虹膜识别，每个人的虹膜是巩膜和瞳孔之间环状区域，它包含丰富的纹理特征，而且结构是随机的，是遗传基因决定的，不易被伪造，具有非常高的稳定性，仅仅受外界光线的影响，已被认为是最方便最精确的一种。但是虹膜识别往往需要高端仪器的支撑和配合。步态识别，利用了人体行走时加速度的不同进行相关识别。步态识别在2005年被Ailisto所提出，并被Gafurov进一步发展。Holien研究了行走速度以及不沿直线行走的识别影响。

以上所有的生物特征识别选择的特征大概具有两个性质，普遍性和唯一性。普遍性——要求每个人都拥有此类特征；唯一性——任何不同的两个人拥有的同类生物特征不一样。而对于识别仪器或者设备的要求，也是各不相同。最近几年发展起来的并逐渐得到重视的步态识别，基本依赖于传感器对加速度进行记录，之后做相关处理。步态识别的研究一般可分为三种情况：基于机器视觉，基于地板传感器，基于可穿戴式传感器。加速度计在越来越多的手机内集成。这就使得手机作为识别设备的获取更加的方便，识别方式更加为大众所用。基于手机的生物步态身份识别使得用户的识别过程更加随意，用户信息隐私安全也得到了保证。

发明内容

本发明的目的在于，为了解决可穿戴式传感器、独立传感器价格昂贵及识别过程繁琐检测难点，利用手机内置加速度传感器对行走步态进行识别，进而达到对待测者身份的识别。

本发明为达发明目的所采用的技术方案是：

提供一种基于手机加速度传感器的步态身份识别方法，其特征在于，包括如下步骤：

通过手机加速度传感器采集待测者的一段路程中的步态数据；

对获取的步态数据进行预处理，对三轴加速度信号x、y、z分别进行线性插值、滤波，再合成合加速度；

对合成的合加速度序列进行周期分割，利用DTW算法对周期进行过滤，滤除不合格周期，得到合格周期；

对合格周期提取时域和频域特征，时域特征包括z轴方向平均最大加速度、平均最小加速度、平均加速度、根均方、标准差、峰值因子、峭度、平均绝对差8个特征，频域特征包括FFT变换的前5个系数、DCT变换的前5个系数，一共组成18维特征；

将待测者的18维特征通过预先训练的分类器进行鉴别。