[发明专利]基于行为特征的微感智能身份认证方法在审
| 申请号： | 201810392697.X | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108595937A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 王剑;降帅;唐庆;吴冠楠;张永荣 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F21/36 | 分类号： | G06F21/36;G06K9/00;G06K9/62;G07C9/00 |
| 代理公司： | 长沙中科启明知识产权代理事务所(普通合伙) 43226 | 代理人： | 任合明 |
| 地址： | 410003 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种精度较高，且用户体验较好的基于动态手势的智能身份认证方法。技术方案包括：1、样本训练部分，采集设定用户的若干次动态手势信息，最后形成训练样本；利用训练样本，计算判决模型和判决门限。2、身份认证部分，采集使用者的一次动态手势信息，作为待识别样本；计算待识别样本在判决模型下出现的概率，若概率大于判决门限，则认为该使用者为设定用户，反之，则判断该使用者不是设定用户。本发明创新性地提出了利用动态手势进行身份认证的方案，在保证较高的认证准确性的前提下，使认证过程更加简便。 | ||
| 搜索关键词： | 身份认证 判决门限 手势信息 训练样本 手势 样本 采集 创新性地 认证过程 行为特征 样本训练 用户体验 智能 判决 概率 认证 保证 | ||
【主权项】：
1.一种基于行为特征的微感智能身份认证方法，其特征在于，包括下述两个处理部分：第一部分，样本训练部分：采集设定用户的若干次动态手势信息，形成若干个训练样本；利用所有训练样本，计算判决模型和判决门限；其中，形成训练样本包括下述步骤：利用Baum Welch算法计算每个样本所对应的HMM模型，及其在HMM模型下出现的概率，HMM是指隐马尔科夫模型；其中，计算判决模型和判决门限包括下述步骤：计算所有训练样本所对应的HMM的平均值作为判决模型，计算所有训练样本在判决模型下出现的概率的平均值作为判决门限；第二部分，身份、认证部分：采集使用者的一次动态手势信息，作为待识别样本；计算待识别样本在判决模型下出现的概率，若概率大于判决门限，则认为该使用者为设定用户，反之，则判断该使用者不是设定用户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810392697.X/，转载请声明来源钻瓜专利网。
