[发明专利]一种心率身份识别的方法

说明书

本发明涉及一种心率身份识别的方法，采集心率曲线，进行滤波处理；进行二阶导数处理，得到二阶导数曲线；与预设的参考曲线进行拟合，若拟合度超过拟合阈值，则判断身份可识别。通过上述的技术手段，创造性的使用心率曲线的二阶导数值作为参考，并且考虑误差设置超时比例，可以单独通过手表的心率采集器，而不用增加其他的部件，使得用户的身份识别准确率达到80%以上。

技术领域

本发明涉及一种身份识别的方法，具体涉及一种心率身份识别的方法。

背景技术

目前的智能手表在内置了NFC或者其他可以进行身份识别的芯片之后，可以根据其芯片的唯一性，进行快速的支付。随着科技的发展，如微信、支付宝，根据手机的特性，已经摒弃了内置芯片，直接依靠软件和手机本身的身份识别特征来进行身份识别并且进行支付确认。手机的处理器较为强大，可以对图像进行较为清晰的识别，因此，识别成功率比较高。在将智能手机的功能逐步移植到智能手表的过程中，存在相当大的难度，这些难度存在的一个基本的原因就是手表的体积小、电池小，无法支持高功率的处理器芯片，而手表本身的特征也决定了手表中基本不会安装如手机一样具有强大计算功能的处理器。

因此，目前，当智能手表用于支付（如地铁进站出站、扫码支付）等等情况的时候，主要是利用手表本身的唯一可识别的芯片（需要另外安装），或者利用蓝牙将采集到的特征传输给手机，利用手机的处理器进行判断。技术和算法的因素，极大制约着智能手表支付市场的发展。

CN104257389B公开了一种心率识别设备及基于该设备的煤矿井下放炮人员识别方法，该方法公开了使用可穿戴设备进行心率识别的方法。苹果WATCH也在16年就提出关于心率身份识别的手表。

但是事实上，心率的识别特别是PPG心率的识别，主要依赖于光线的传输与反射，测量心率的数量可以比较准确，但是在对比测量上，识别成功的几率不是特别达。申请人做出多种实验，在心率识别的基础上，仅仅依靠心率的数据来进行模板或者其他方面的识别，是远远不能解决身份识别的问题的，很多时候都是，心率的对比模板通过，但是事实上是多个人可以匹配同一个模板，达不到心率数据和用户一一匹配的结果。

发明内容

有鉴于此，本发明提供一种心率身份识别的方式，通过该方式，可以得到去掉无用因素的对比曲线，使得采集的信号能够精确模拟对比曲线，从而依据心率单因素即可进行相对准确的身份识别。

本发明具体的技术方案如下：

一种心率身份识别的方法，所述方法包括：

采集心率曲线，进行滤波处理；

进行二阶导数处理，得到二阶导数曲线；

与预设的参考曲线进行拟合，若拟合度超过拟合阈值，则判断身份可识别。

进一步地，对滤波后的心率曲线进行一阶导数处理，得到一阶曲线；对一阶导数再次进行导数处理，得到二阶导数，形成二阶曲线。

进一步地，对所述参考曲线进行容忍化处理，所述容忍化处理为对参考曲线中每个时间坐标对应的数值按照比例阈值进行扩大，从而形成参考曲线带。

进一步地，所述比例阈值为1%-5%。

进一步地，与预设的参考曲线带进行拟合，若容纳在所述参考曲线带的时间比例超过拟合阈值，则判断身份可识别。

进一步地，所述拟合阈值为95%-100%。

进一步地，所述参考曲线为学习曲线，所述学习曲线获得方法为：

S11，取至少具有N个波峰和N个波谷的心率曲线，取每个波峰为中点的前后第一时长内的波峰曲线，以及每个波谷为中点的前后第一时长内的波谷曲线；