[發明專利]基于肌電信號和孿生神經網絡的智能手機用戶認證方法和系統

有效

• 申請號: 202010140395.0
• 申請日: 2020-03-03
• 公開（公告）號: CN111371951B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 牛建偉;范博宇;張一帆
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F21/32
• 分類號: G06F21/32;H04L9/32;H04M1/72463;H04M1/67;A61B5/389;A61B5/397;A61B5/00
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 祗志潔

1.一種基于肌電信號和孿生神經網絡的智能手機用戶認證系統，其特征在于，包括：

用戶佩戴的Myo臂環，用于采集用戶拿取手機過程中的肌電信號；

安裝在智能處理設備上的肌電信號分段處理模塊、孿生神經網絡訓練模塊和臂環旋轉無關性設計模塊；

以及安裝在智能手機上的解鎖系統；

所述的肌電信號分段處理模塊將Myo臂環采集到的肌電信號提取為肌電信號矩陣；所述的Myo臂環采集用戶的有效動作時間為2秒，所述的肌電信號分段處理模塊設置采樣率為200Hz，從一條2秒的肌電信號中提取到一個8×400的肌電信號矩陣；

所述的孿生神經網絡訓練模塊用于訓練孿生神經網絡；每個神經網絡包括三個過濾器卷積層和一個全連接層；神經網絡的輸入是肌電信號矩陣，神經網絡的輸出是全連接層的輸出向量；計算兩個神經網絡的輸出向量的歐氏距離，距離取值范圍是[0,1]，0代表兩個肌電信號矩陣來自不同的用戶，1代表兩個肌電信號矩陣來自同一用戶；利用訓練數據對孿生神經網絡進行訓練，對訓練好的孿生神經網絡進行等錯誤率分析，找到最佳分類閾值；孿生神經網絡訓練模塊將訓練好的孿生神經網絡和最佳分類閾值輸出給智能手機上的解鎖系統；

所述的孿生神經網絡訓練模塊的每個神經網絡包括三個過濾器卷積層和一個具有128個單元的全連接層；其中，第一卷積層用于學習Myo臂環的八個肌電信號采集通道之間的特征，第一卷積層的內核大小為8×1；第二卷積層的內核大小為1×3，用于提取用戶拿取手機過程中的動作序列在時間維度上的卷積特征；第三卷積層的內核大小為1×1；

所述的臂環旋轉無關性設計模塊使用數據增強的方法獲取孿生神經網絡的訓練數據，具體是：旋轉Myo臂環，移動傳感器的位置，順時針旋轉Myo臂環8次，每次旋轉使當前一個傳感器的位置由上一個傳感器替代，每旋轉一次就采集一次用戶拿取手機過程中的肌電信號，得到8組不同的肌電信號，將從同一用戶獲取的8組肌電信號矩陣的標簽設置為同一個認證身份；

所述的解鎖系統包括肌電信號分段處理模塊、注冊模塊和認證模塊；用戶通過注冊模塊采集用戶拿取手機過程中的肌電信號，輸入肌電信號分段處理模塊提取肌電信號矩陣，添加用戶的認證身份標簽，并保存在本地；認證模塊存儲訓練好的孿生神經網絡以及最佳分類閾值；需要認證時，認證模塊對實時采集的肌電信號通過肌電信號分段處理模塊提取肌電信號矩陣，將實時的肌電信號矩陣與保存在本地的肌電信號矩陣輸入孿生神經網絡，計算兩個肌電信號矩陣對應的輸出向量的歐氏距離，并與最佳分類閾值進行比較，如果小于閾值，則認證成功，否則，認證失敗。

2.如權利要求1所述的智能手機用戶認證系統，其特征在于，所述的孿生神經網絡訓練模塊，所獲取的每個訓練樣本包括一組肌電信號矩陣和對應的配對值；在獲取訓練樣本時，根據認證身份，對來自同一個用戶的一組肌電信號矩陣設置配對值為1，對來自不同用戶的一組肌電信號矩陣設置配對值為0，將配對后的肌電信號矩陣輸入到孿生神經網絡中進行訓練。

3.一種基于肌電信號和孿生神經網絡的智能手機用戶認證方法，其特征在于，包括如下步驟：

步驟1，采集肌電信號訓練數據；

用戶佩戴Myo臂環，采集用戶拿取手機過程中的肌電信號，并為采集的肌電信號添加用戶身份標簽；Myo臂環包括8個傳感器通道，采集訓練數據時，順時針旋轉Myo臂環8次，每次旋轉使當前一個傳感器的位置由上一個傳感器替代，每次旋轉后測量一次肌電信號，得到8組不同的肌電信號，設置8組肌電信號的標簽為同一個用戶身份；

步驟2，對采集的肌電信號進行分割，提取肌電信號矩陣；

用戶拿取手機過程中的有效動作的時間為兩秒，在Myo臂環的8傳感器通道、采樣率為200Hz的條件下，提取到的肌電信號矩陣的大小為8×400，矩陣中的行代表傳感器通道，列代表采集的肌電信號值；

步驟3，對不同的肌電信號矩陣進行成對匹配，以形成訓練樣本；進行成對匹配時，將來自同一個人的兩個肌電信號矩陣的匹配值設置為1，將來自不同人的兩個肌電信號矩陣的匹配值設置為0；

步驟4，利用訓練樣本對孿生神經網絡進行訓練；

訓練時，孿生神經網絡的輸入是兩個肌電信號矩陣，計算孿生神經網絡的兩個輸出向量的歐式距離，作為輸入的兩個肌電信號矩陣的相似度，最小化相似度與訓練樣本的匹配值，調整孿生神經網絡的參數；對孿生神經網絡進行等錯誤率分析，找到最佳的分類閾值；

所述的孿生神經網絡訓練模塊的每個神經網絡包括三個過濾器卷積層和一個具有128個單元的全連接層；其中，第一卷積層用于學習Myo臂環的八個肌電信號采集通道之間的特征，第一卷積層的內核大小為8×1；第二卷積層的內核大小為1×3，用于提取用戶拿取手機過程中的動作序列在時間維度上的卷積特征；第三卷積層的內核大小為1×1；

步驟5，將訓練好的孿生神經網絡和最佳分類閾值移植到智能手機的解鎖系統中；

步驟6，用戶使用解鎖系統進行注冊；

用戶佩戴Myo臂環，按照預設引導信息執行動作，采集肌電信號；對采集的肌電信號進行分割，提取肌電信號矩陣；將提取的肌電信號矩陣保存在手機本地，并添加用戶身份標簽；

步驟7，用戶使用解鎖系統進行身份認證；

用戶佩戴Myo臂環，在拿起智能手機過程中產生新的肌電信號，解鎖系統實時保存來自Myo臂環的肌電信號，對該實時的肌電信號進行分割，提取肌電信號矩陣；將提取的肌電信號矩陣與用戶注冊時存儲的肌電信號矩陣進行兩兩配對，將每一對矩陣輸入到訓練好的孿生神經網絡中，計算兩個肌電信號矩陣的相似度，當相似度小于最佳分類閾值時，將成功授權用戶并解鎖智能手機，否則拒絕用戶。