[發明專利]一種基于運動傳感器的步態識別方法

在審

• 申請號: 201710155546.8
• 申請日: 2017-03-16
• 公開（公告）號: CN107122704A
• 公開（公告）日: 2017-09-01
• 發明（設計）人: 柳宇非;劉潔銳;晉建秀;林宏輝
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F21/32
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 羅觀祥

技術領域

本發明涉及人體生物識別的技術領域，具體涉及一種基于運動傳感器的步態識別方法。

背景技術

當今世界，信息技術創新日新月異，以數字化、網絡化、智能化為特征的信息化浪潮蓬勃興起。可穿戴設備已經走進人們的生活，在人們隨身的物件上，集成了智能芯片等設備，可以收集用戶的生理及使用習慣相關數據，并能通過網絡等手段實現習慣的記錄，體驗的改進，功能的延伸等。但是信息技術高速發展的同時，也給用戶的個人數據安全帶來了風險，這使得個人數據安全和設備使用便利性存在著一定程度上的矛盾。

當前對步態識別的研究，基本都是基于機器視覺和深度學習，需要同時有多個攝像頭獲取步態視頻進行數據分析，這樣會極大增加步態識別實現的成本。目前，亟待提出一種實現成本較低，計算量小，普通終端便可實現，應用范圍更廣泛的步態識別方法。

發明內容

本發明的目的是為了解決現有技術中的上述缺陷，提供一種基于運動傳感器的步態識別方法，該步態識別方法利用在腳，小腿，或大腿上的運動傳感器采集佩戴人的步態信息，這些傳感器包括但不限于口袋中的手機，智能運動鞋，運動腳環。然后通過低功耗處理器分析后與數據庫中事先采集好的數據進行比較已達到驗證佩戴人身份的目的。

本發明的目的可以通過采取如下技術方案達到：

一種基于運動傳感器的步態識別方法，所述步態識別方法包括下列步驟：

S1、通過運動傳感器采集獲得佩戴用戶在行走過程中產生的步態數據；

S2、對步態數據進行步態周期估計，然后通過估計的步態周期對步態數據進行定位切割，實現步態數據的特征值提取；

S3、通過步態數據特征值曲線的上升沿延續長度及時間跨度的匹配比較，從匹配庫篩選出匹配度高于判定閾值的候選人，將步態數據特征值在頻域分別與每一個待識別的候選人的傅里葉變換之后的步態數據進行誤差積分得到對每一個待識別的候選人的匹配度，將匹配度最大的候選人認定為身份匹配成功。

進一步地，所述步驟S2包括：

S201、通過不同的周期步態識別算法進行步態數據識別，對計算的周期進行評價，并且返回置信度，采用置信度最高的周期步態識別算法估計的步態周期值；

S202、根據估計的所述步態周期值對每一步的數據精確定位并切割單獨提取出來作為特征值。

進一步地，所述步驟S3包括：

S301、對步態數據特征值曲線進行上升沿延續長度及時間跨度的匹配比較，從匹配庫首先初步篩選出匹配度高于判定閾值的候選人；

S302、對候選人在匹配庫中的步態數據進行壓縮或者拉伸，實現步態周期標準化，對步態周期標準化后的步態數據特征值曲線進行傅里葉變換，將時域上特征不明顯的數據映射到頻域上，將步態數據特征值在頻域分別與每一個待識別的候選人的傅里葉變換之后的步態數據進行誤差積分得到對每一個待識別的候選人的匹配度，將匹配度最大的候選人認定為身份匹配成功。

進一步地，所述步態周期標準化為400個點，將從匹配庫中獲得的步態離散數據連續化，再將連續化的步態數據按400個點進行分離，得到各個相鄰點之間相關性最好的離散數據，其中數據壓縮或者拉伸變換的公式如下：

其中X_I代表變換后的數據的第I個點，Y_I代表原始步態數據的第I個點，PER為原始步態數據的周期，INT()為取整函數。

進一步地，所述匹配度的計算公式如下：

其中，s(n)為待識別步態數據，c(n)為候選人步態數據。

進一步地，所述運動傳感器為佩戴在腳，小腿，或大腿上的可穿戴智能設備，其中，所述步態數據為佩戴用戶在行走過程中產生的加速度數據。

進一步地，所述匹配庫為事先建立的，該匹配庫中存儲有用戶的步態數據，可自動識別出沒有記錄的用戶的步態數據，并自動存儲到匹配庫中。

本發明相對于現有技術具有如下的優點及效果：

1、實現簡單，方便普及，成本低廉，理論上可以裝配到現有的所有帶有加速度傳感器的智能設備上。

2、使用方便，本發明對人身份的識別是基于人的步態特征，驗證的過程可以在使用者自然行走的過程中完成，所以使用體驗更加流暢。

3、安全性更高，本發明采集的是步態數據，與指紋識別等傳統技術相比更難被仿造。

4、與其它基于攝像頭的步態識別方案相比，本發明的實現成本更低，計算量小，應用范圍更廣泛。

附圖說明