[发明专利]非感知的MR眼镜人机识别方法、系统、设备及存储介质

权利要求书

1.一种非感知的MR眼镜人机识别方法，其特征在于，所述非感知的MR眼镜人机识别方法包括：

第一步，设置在MR眼镜用户客户端交互界面中的脚本或插件采集用于人机识别的数据的多种用户行为数据，并将行为数据存储至安全缓存器；

第二步，对获取到的用户行为原始数据进行预处理，并对预处理后的数据进行多个维度的特征提取；

第三步，当应用发出人机识别需求时，MR眼镜将提取到的特征数据加密后发送给人机识别服务器，人机识别服务器对接收到的用户行为数据进行解密计算后执行第四步；

第四步，人机识别服务器根据特征数据识别用户当前应用场景，并选择相应的人机识别特征模型；进一步包括：（1）眼睛注视点视觉轨迹模型：当存在阅读场景时，选择眼睛注视点视觉轨迹模型作为人机识别特征模型；

（2）眼睛无意识行为模型：

当不存在的搜索目的时，采用眼睛无意识行为模型作为人机识别特征模型；

（3）其他身体行为模型：

其他身体行为模型选择头动数据作为特征数据进行人工智能模型训练得到；

第五步，用户行为特征数据输入到AI预先训练好的一个或多个人机识别特征模型中，利用人机识别特征模型确定真人和机器人的识别概率与预设阈值预测概率；通过识别概率与预设阈值之间的大小关系，确定待识别数据来自于用户或者是来自于机器人，进而确定操作智能电子设备的对象是用户或者是机器人。

2.如权利要求1所述的非感知的MR眼镜人机识别方法，其特征在于，所述第一步中的用户行为数据包括眼球行为和轨迹数据、眼睛无意识生理反应数据、头动数据、身体运动数据、手势数据、6DOF控制器手柄数据；

所述眼球行为和轨迹数据为按照时间顺序呈现的视觉注视点位置连线形成的轨迹图以及在相应位置的注视时长；

所述眼睛无意识生理反应数据包括眨眼、瞳孔直径变化、视觉深度数据；

所述头动数据和身体运动数据为通过MR智能眼镜设备中的加速度传感器、陀螺仪传感器、磁力计、IMU获取的头部和身体数据。

3.如权利要求1所述的非感知的MR眼镜人机识别方法，其特征在于，所述第二步中的对原始数据进行预处理；来说，预处理包括数据等长填充和异常数据清洗，对于经过预处理后的数据执行特征提取处理。

4.如权利要求1所述的非感知的MR眼镜人机识别方法，其特征在于，所述第三步中的MR眼镜将提取到的特征数据加密后发送给人机识别服务器包括：MR眼镜将提取到的特征数据通过独有PKI加密技术进行加密，基于SSL协议将采集的用户行为特征数据上传至人机识别服务器。

5.如权利要求1所述的非感知的MR眼镜人机识别方法，其特征在于，所述第四步中的人机识别服务器根据特征数据识别用户当前应用场景并选择相应的人机识别特征模型包括：

（1）眼睛注视点视觉轨迹模型利用包括目标在页面的坐标、大小、色彩、文字的复杂程度、空格的注视目标信息、注视位置、注视持续时间、注视次数、首次注视区域、首次注视时长、眼跳次数、眼跳距离、瞳孔大小、眼球运动速度、浏览顺序、注视轨迹及相关眼动指标作为特征数据进行训练得到；

（2）

眼睛无意识行为模型利用眨眼、瞳孔直径、眼颤、视觉深度及相关眼动指标作为特征数据进行模型训练得到；

（3）

头动数据包括：加速度传感器、陀螺仪、磁力计、IMU信号数据。