[发明专利]身份识别方法、装置、移动终端及存储介质

权利要求书

1.一种身份识别方法，其特征在于，应用于移动终端，所述移动终端包括用于采集行为数据的传感器，所述方法包括：

获取所述传感器采集的行为数据，所述行为数据包括加速度传感器、陀螺仪传感器、重力传感器、心率传感器、脑电波传感器、定位传感器以及红外传感器所采集的数据，所述行为数据为用于表征用户行为的数据；

对所述行为数据进行特征提取，获得行为特征；

将所述行为特征输入预先训练的行为分类模型，获得所述行为分类模型输出的行为类别；

判断所述行为类别是否为设定类别，其中，所述设定类别的行为数据无法被区分为不同用户的行为数据，所述设定类别至少包括静止、站立和坐立；

如果所述行为类别不为所述设定类别，将所述行为特征输入所述行为类别对应的身份识别模型，获得所述身份识别模型输出的身份识别结果，所述身份识别模型被预先训练，以根据输入的行为特征而输出身份识别结果；

如果所述行为类别为所述设定类别，输出第一提示内容，所述第一提示内容用于提示用户进行非所述设定类别的人体行为。

2.根据权利要求1所述的方法，其特征在于，所述将所述行为特征输入预先训练的行为分类模型，获得所述行为分类模型输出的行为类别，包括：

对所述行为特征进行特征处理，获得处理后的行为特征，所述特征处理至少包括特征清洗以及特征挖掘；

将所述特征处理后的行为特征输入预先训练的行为分类模型，获得所述行为分类模型输出的行为类别；

所述将所述行为特征输入所述行为类别对应的身份识别模型，包括：

将所述特征处理后的行为特征输入所述行为类别对应的身份识别模型。

3.根据权利要求1所述的方法，其特征在于，所述身份识别模型通过如下步骤训练得到：

获取训练数据集合，所述训练数据集合包括设定用户的身份信息以及与所述身份信息对应的样本行为特征，所述样本行为特征为所述行为类别对应的行为特征；

将所述训练数据集合输入神经网络，对所述神经网络进行训练，获得所述行为类别对应的所述身份识别模型。

4.根据权利要求3所述的方法，其特征在于，所述获取训练数据集合，包括：

获取所述传感器采集的所述设定用户的行为数据；

对所述设定用户的行为数据进行特征提取，获得所述设定用户的样本行为特征；

将所述设定用户的样本行为特征输入所述预先训练的行为分类模型，获得输入预先训练的行为分类模型，获得所述行为分类模型输出的行为分类结果；

如果所述行为分类结果为所述行为类别时，建立所述设定用户的样本行为特征与所述设定用户的身份信息的对应关系，获得所述训练数据集合。

5.根据权利要求4所述的方法，其特征在于，在所述获取所述传感器采集的所述设定用户的行为数据之前，所述方法还包括：

输出第二提示内容，所述第二提示内容用于提示所述设定用户进行所述行为类别的人体行为。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述获取所述传感器采集的行为数据，包括：

当身份识别的场景触发时，获取当前进行身份识别的方式；

如果所述方式为人体行为的识别方式时，获取所述传感器采集的行为数据。