[发明专利]一种基于手部结构振动响应特征的生物识别方法、装置、设备及介质

权利要求书

1.一种基于手部结构振动响应特征的生物识别方法，其特征在于，包括以下步骤：

步骤1，周期性地采集终端屏幕上的振动数据，并进行数据预处理，得到每个屏幕触摸事件对应的振动序列，记为待识别振动序列；

步骤2，根据待识别振动序列与终端屏幕上各区域质心振动序列之间的动态时间规整距离，判断屏幕触摸事件所在的终端屏幕区域；根据待识别振动序列的持续时间和总振动幅值，确定屏幕触摸事件对应的屏幕敲击力度；在所有的已注册振动序列中，筛选出与该步骤确定的终端屏幕区域和屏幕敲击力度一致的已注册振动序列，并从数据库获取其对应的细粒度特征向量；

步骤3，根据待识别振动序列与筛选出的已注册振动序列之间在频率域上的振幅差分布，计算稳定频段的振幅差阈值；然后将待识别振动序列中振幅超出振幅差阈值的频段数据剔除；

步骤4，对无关频段剔除后的待识别振动序列，提取其细粒度特征向量；根据细粒度特征向量，计算待识别振动序列与筛选出的已注册振动序列之间的相似度；

步骤5，如果计算得到的相似度大于预设的相似度阈值，则判断当前用户为合法用户，否则为非法用户。

2.根据权利要求1所述的方法，其特征在于，步骤1利用终端内置的三轴加速度传感器采集振动数据，采集频率在400到500Hz之间。

3.根据权利要求1所述的方法，其特征在于，数据预处理包括：

首先，将采集到的振动数据分解为三轴分量，并计算振动数据各轴分量的振幅方差，将振幅方差最大的轴确定为主轴；

然后，利用高通滤波器将振动数据中的噪声信号滤除；

最后，采用基于能量阈值的滑动窗口方法，根据噪声滤除后的振动数据主轴分量，将噪声滤除后的振动数据分割为分别与触摸事件对应的若干振动序列。

4.根据权利要求1所述的方法，其特征在于，步骤3无关频段剔除具体为：

将待识别振动序列在预设频率段内的各频率振幅进行归一化处理，得到待识别振动序列的归一化振幅分布E_a；将已注册振动序列在预设频率段内的各频率振幅进行归一化处理，得到已注册振动序列的归一化振幅分布E_r；求E_a与E_r之间的振幅差E_set；

根据振幅差E_set计算振幅差阈值Thr＝u+1.65×δ；其中u和δ分别为E_set的均值和标准差；

判断每个频率的振幅差是否小于振幅差阈值，若小于则该频率为稳定频率，否则为非稳定频率；

将待识别振动序列中非稳定频率的数据，从待识别振动序列中删掉，得到无关频段剔除后的待识别振动序列。

5.根据权利要求1所述的方法，其特征在于，终端屏幕上各区域质心振动序列的获得方法为：在用户注册时，将终端屏幕划分为若干区域；针对每个区域，均录入该注册用户若干次屏幕触摸事件对应的振动序列，并计算该区域所有振动序列的平均值，作为该区域质心的振动序列；

判断屏幕触摸事件所在的终端屏幕区域具体为：将计算得到的所有动态时间规整距离进行比较，其中最小值对应的区域即为当前屏幕触摸事件所在的终端屏幕区域。

6.根据权利要求1所述的方法，其特征在于，屏幕敲击力度与振动序列的持续时间和总振动幅值之间的关系为：f_s＝w₁·a_t+w₂·d_t；其中，f_s为屏幕敲击力度，a_t和d_t为分别振动序列的总振动幅值和持续时间；w₁和w₂分别为总振动幅值和持续时间的权重，使用随机梯度下降方法，根据多个已知的f_s,a_t,d_t真实样本数据确定得到。