[发明专利]身份识别方法和装置

权利要求书

1.一种身份识别方法，其特征在于，包括以下步骤：

将所获取的当前用户的PPG信号分割为多个心动周期信号，对每个所述心动周期信号进行特征提取，得到每个所述心动周期对应的第一身份属性特征；

将每个所述第一身份属性特征分别与预先存储的至少一个已注册用户的标准PPG信号的第二身份属性特征进行对比，判断二者是否来自同一用户；

若判断结果为来自同一用户，则将预先存储的对应用户的身份信息作为当前用户的身份信息；

其中，所述将所获取的当前用户的PPG信号分割为多个心动周期信号，对每个所述心动周期信号进行特征提取，得到每个所述心动周期对应的第一身份属性特征包括：

将所获取的当前用户的PPG信号进行分割，得到多个心动周期信号；

检测每个所述心动周期信号的关键点；

基于所述关键点，将每个所述心动周期信号与基准周期信号进行对齐，得到每个所述心动周期信号对应的归一化信号；

采用CNN网络对每个归一化信号进行特征提取，得到每个所述心动周期信号对应的第一身份属性特征；

其中，所述基于所述关键点，将每个所述心动周期信号与基准周期信号进行对齐，得到每个所述心动周期信号对应的归一化信号包括：

对每个所述心动周期信号的信号幅度进行归一化；

将每个信号幅度归一化后的心动周期信号的关键点分别与基准周期信号的对应关键点对齐，得到关键点之间的映射关系；

根据所述映射关系将每个所述心动周期信号的其余数据点进行对齐，以将每个信号幅度归一化后的心动周期信号的长度进行归一化；

其中，所述对每个所述心动周期信号的信号幅度进行归一化包括：

假设每个所述心动周期信号的主波波峰高度为H，归一化后的主波波峰高度为NH，则对于每个心动周期信号X，其信号幅度按照如下的方式进行归一化：

Xn＝X*(NH/H)，

其中，Xn为信号幅度归一化之后的信号；

其中，根据所述映射关系将每个所述心动周期信号的其余数据点进行对齐，以将每个信号幅度归一化后的心动周期信号的长度进行归一化包括：

根据预设的标准长度L和主波波峰点相对于起点的波峰点标准长度Lf，对每个信号幅度归一化后的心动周期信号按照如下公式进行长度归一化处理：

其中，W为每个所述心动周期信号的长度，w1为每个所述心动周期信号的主波波峰的位置相对于其起点的长度，X_i为每个所述心动周期信号中除关键点以外的其余数据点；

其中，按照如下公式对多个所述心动周期信号对应的身份信息进行投票，得到当前用户的PPPG信号对应的身份信息C^*：

其中f_ij为第j个心动周期信号经过认证为第i个注册用户的后验概率，m为多个所述心动周期信号的数目，m、i、j均为正整数；

其中，在所述若判断结果为来自同一用户，则将预先存储的对应用户的身份信息作为当前用户的身份信息之后还包括：

按照如下公式对预先存储的、已注册用户PPG信号的第二身份属性特征向量进行更新：

Xnew＝(1-β)*X+β*Xcur

其中，X为更新前用户i注册的第二身份属性特征向量，Xcur为当前检测过程中提取得到并且被识别为与X来自同一注册用户i的第一身份属性特征向量，Xnew为更新后用户i注册的第二身份属性特征向量；β为更新系数；

其中，在构建所述CNN网络时所采用的损失函数为：

cos(θ_j，i)＝W_j^Tx_i，

其中，N为样本数；W、W^※分别为归一化后和归一化前的权重向量，yi为识别正确的标签，x、x^※分别为归一化后和归一化前的特征向量，θ_j的是权重向量W_j和特征向量x_i的夹角。

2.根据权利要求1所述的身份识别方法，其特征在于，所述将所获取的当前用户的PPG信号进行分割，得到多个心动周期信号包括：

采用时域算法获取当前用户的PPG信号的波峰和波谷；

基于启发式准则对所获取的波峰和波谷进行分析，得到多个心动周期信号以及每个所述心动周期信号的起点和终止点。