[發明專利]一種基于步行加速度信息分割的人員識別方法

在審

• 申請號: 201810378427.3
• 申請日: 2018-04-25
• 公開（公告）號: CN108596253A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 郇戰;李晨;萬彩艷;陳學杰;陳瑞婷
• 申請（專利權）人: 常州大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;A61B5/11;A61B5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于步行加速度信息分割的人員識別方法。利用手機內置的加速度傳感器采集人員步行時加速度數據，為了進一步發掘加速度信息，細化特征向量，探究加速度變化率，提出基于HMM的信息分割方法，根據加速度數據采樣點前后的關系將加速度數據劃分為動態與穩態兩個部分。分別從上述兩個部分抽取特征，形成動態與靜態兩個特征集合，運用Relief算法從兩個集合中選取特征形成新的特征集合，提高人員識別率。利用手機進行人員識別，提高了識別的實時性，成本低廉。

技術領域

本發明屬于信息安全領域，具體涉及一種基于步行加速度信息分割的人員識別方法。

背景技術

隨著社會的進步移動計算技術的發展和,諸多電子設備如手機、平板電腦等便攜式電子設備日益普及,成為人們日常工作和生活中的重要工具。這些電子產品中往往保存了用戶的大量個人敏感信息如網上銀行賬戶,各種賬號以及電子證書等。信息安全在便攜式電子產品中的重要性日趨明顯,而身份認證作為保證信息、安全的必要前提,成為保障個人隱私和財產不受侵犯的重要保障。

針對上述問題，提出一種基于步行加速度信息分割的人員識別方法。該方法利用手機內置的加速度傳感器記錄人員步行數據，為了更加精確的獲取步行時的信息特點，采用HMM(隱馬爾科夫)的方法對加速信息做分割，更深層次的挖掘人員步行時的信息，從而提高后人員的是識別率。

發明內容

針對目前利用人體行為特征識別人員的問題，本發明利用手機內置的加速度傳感解決這些難題。一方面可以利用智能手機內置的運動傳感器進行身份識別，無需其他設備裝置。另一方面利用HMM方法進行步態信息分割，進一步發掘人員步行時的信息，提高信息的使用效率。

實現本發明的技術方案如下：

一種基于步行加速度信息分割的人員識別方法，包括人員步行加速度信息的采集分割和特征抽取模型建立人員識別步驟；

所述步行加速度信息分割的人員識別步驟包括：

(1)手機位置的固定：手機固定位置在褲子口袋位置；

(2)數據獲取：利用手機內置的三軸加速度計收集人員步行加速度數據其收集數據的軟件平臺為Sensor Log，主要分析手機加速度傳感器Z軸測量的加速度數據；

(3)數據處理：采用3階巴特沃斯低通濾波器對原始加速度信息進行濾波去除高頻噪聲；

(4)數據分割：將處理后的人員步行加速信息，根據加速度的變化率，利用HMM分割成動態與穩態兩個部分；

(5)特征抽取：首先將將整段數據進行切分，使用滑動窗口方式分割處理后的加速度數據，以窗口為單位提取特征。利用Relief算法對特征進行選擇，選擇優秀的特征進行后期的模型建立；

(6)建立識別模型：利用步驟(5)選取的特征，進行識別模型的建立。模型建立采用模式識別的方式，采用四種經典的分類器：貝葉斯(Bayes)，多層神經網絡(MLP)，隨機森林(RF)和K鄰近(K-NN)，使用十折交叉的方法建模。

進一步，所述步驟(4)的具體步驟如下：

1)研究人員步行加速變化率，根據人員步行加速度數據以及其變化率，初始化HMM的三要素λ＝(π,A,B)，A狀態間的轉移概率，B觀測序列的概率分布，π初始狀態概率分布；

2)運用K–means聚類算法對，對加速度變化x*＝{x₁,x₂,x₃,….,x_m}進行聚類，獲得隱藏初始化狀態序列。選取一維數列x*的聚類中心點，大于V值為動態序列，小于V值為穩態序列，序列為g*＝{g₁,g₂,g₃,g₄,….,g_m}，g_i∈G；