[發明專利]步態身份識別方法及系統

在審

• 申請號: 201710136803.3
• 申請日: 2017-03-09
• 公開（公告）號: CN107016346A
• 公開（公告）日: 2017-08-04
• 發明（設計）人: 陳益強;于佃存;彭曉暉;焦帥;李嘯海;鐘習
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F21/32
• 代理公司: 北京泛華偉業知識產權代理有限公司11280
• 代理人: 王勇,蘇曉麗

1.一種步態身份識別方法，包括：

步驟1)，從由用戶攜帶的智能終端獲取的加速度數據中提取與用戶當前行為相關的行為特征、與所述智能終端所在的位置相關的位置特征和與用戶步行姿態相關的步態特征；

步驟2)利用預先訓練好的行為識別模型根據所述行為特征來識別用戶當前行為；

步驟3)利用預先訓練好的位置識別模型根據所述位置特征和所識別的用戶當前行為來識別所述智能終端的當前位置；

步驟4)利用預先訓練好的步態識別模型根據所述步態特征、所識別的用戶當前行為和所述智能終端的當前位置來識別用戶的身份。

2.根據權利要求1所述的方法，還包括離線訓練所述行為識別模型、所述位置識別模型和所述步態識別模型的步驟，該步驟包括：

由所述智能終端采集當該智能終端位于志愿者身上的不同位置且參與者執行不同行為時的加速度數據；

從采集的加速度數據中提取與參與者當前行為相關的行為特征、與所述智能終端當前所在的位置相關的位置特征和與參與者步行姿態相關的步態特征，并給上述特征標注參與者當前的行為和智能終端的位置，其中所述步態特征還標注有參與者身份標識；

以經標注后的行為特征作為樣本數據來訓練所述行為識別模型；

以經標注后的位置特征和該位置特征對應的行為作為樣本數據來訓練所述位置識別模型；

以經標注后的步態特征和該步態特征對應的行為和位置作為樣本數據來訓練所述步態識別模型。

3.根據權利要求1所述的方法，還包括：

將步驟3)的識別結果及其相關的步態特征、用戶當前的行為和智能終端的當前位置作為新的樣本數據加入到用于訓練所述步態識別模型的樣本集中，以及

當該樣本集中新增的樣本數據達到設定的閾值時重新訓練所述步態識別模型。

4.根據權利要求1-3中任一項所述的方法，其中所述行為識別模型和所述位置識別模型采用隨機森林分類模型，所述步態識別模型采用在線順序極限學習機。

5.根據權利要求2所述的方法，其中采集加速度數據時所述不同行為包括走路、跑步及其他行為，所述智能終端的不同位置包括在手中、在胸前以及褲口袋中。

6.一種步態身份識別系統，包括：

特征提取單元，用于從由用戶攜帶的智能終端獲取的加速度數據中提取與用戶當前行為相關的行為特征、與所述智能終端所在的位置相關的位置特征和與用戶走路方式相關的步態特征；

行為識別單元，用于利用預先訓練好的行為識別模型根據所述行為特征來識別用戶當前行為；

位置識別單元，用于利用預先訓練好的位置識別模型根據所述位置特征和所識別的用戶當前行為來識別所述智能終端的當前位置；

步態識別單元，利用預先訓練好的步態識別模型根據所述步態特征、所識別的用戶當前行為和所述智能終端的當前位置來識別用戶的身份。

7.根據權利要求6所述的系統，還包括訓練單元，用于：

由所述智能終端采集當該智能終端位于參與者身上的不同位置且參與者執行不同行為時的加速度數據；

從加速度數據中提取與參與者當前行為相關的行為特征、與所述智能終端所在的位置相關的位置特征和與參與者走路方式相關的步態特征，并給上述特征標注參與者當前的行為和智能終端的位置，其中所述步態特征還標注有參與者身份標識；

以經標注后的行為特征作為樣本數據來訓練所述行為識別模型；

以經標注后的位置特征作為樣本數據來訓練所述位置識別模型；

以經標注后的步態特征作為樣本數據來訓練所述步態識別模型。

8.根據權利要求7所述的系統，還包括模型更新單元：

將步態識別單元的識別結果及其相關的步態特征、用戶當前的行為和智能終端的當前位置作為新的樣本數據加入到用于訓練所述步態識別模型的樣本集中，以及

當該樣本集中新增的樣本數據達到設定的閾值時重新訓練所述步態識別模型。

9.根據權利要求6-8中任一項所述的系統，其中所述行為識別模型和所述位置識別模型采用隨機森林分類模型，所述步態識別模型采用在線順序極限學習機。

10.根據權利要求7所述的系統，其中采集加速度數據時所述不同行為包括走路、跑步及其他行為，所述智能終端的不同位置包括在手中、在胸前以及褲口袋中。