[發明專利]一種人機識別方法、裝置及存儲介質

有效

• 申請號: 202010360732.7
• 申請日: 2020-04-30
• 公開（公告）號: CN111626769B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 郭翊麟;郭豪;蔡準;孫悅;郭曉鵬
• 申請（專利權）人: 北京芯盾時代科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 周偉

1.一種人機識別方法，其特征在于，所述方法包括：

接收待登錄對象的登錄指令；

響應于所述登錄指令，獲取接收到所述登錄指令時刻之前設定時間段內所述待登錄對象的操作數據，所述操作數據包括：加速度數據、點擊數據、滑屏數據，所述加速度數據包括x軸、y軸、z軸3個坐標軸上的加速度數據，所述點擊數據包括x坐標、y坐標2個坐標軸上的點擊數據；以及

利用預先構建的識別模型，識別所述操作數據，獲得識別結果，包括:

對所述操作數據進行特征提取，以得到對應于所述操作數據的統計特征和非線性特征；

根據所述統計特征和非線性特征，利用預先構建的神經網絡模型，對所述操作數據進行識別，獲得識別結果，所述識別結果用于表示所述操作數據是否為真實用戶操作所得到的數據；

所述對操作數據進行特征提取包括：

對所述操作數據的空間特征和運動方向特征進行分析，得到所述操作數據的統計特征向量；

采用主成分分析PCA降維方法提取所述操作數據的非線性特征向量；

對所述統計特征向量和所述非線性特征向量進行向量拼接；

所述對所述操作數據的空間特征和運動方向特征進行分析，得到所述操作數據的統計特征向量，包括：

根據操作數據計算加速度數據和點擊數據組成的數據序列的最大值、最小值、平均值、方差、極差、偏度、峰度、中位數、眾數，形成45個時域特征向量，所述加速度數據包括x軸、y軸、z軸三個數據，所述點擊數據包括x坐標、y坐標兩個數據，組成的所述數據序列包括x軸、y軸、z軸、x坐標、y坐標共五個數據；

經過DFT變換，得到的加速度x軸、y軸、z軸的3個頻域序列，對于3個頻域序列，分別提取第一中心頻率的幅值和第二中心頻率的幅值，得到操作數據的6個頻域特征向量；

根據點擊數據的x坐標、y坐標，利用反正切atan(y/x)，得到滑動手勢方向變化序列，計算滑動手勢方向變化序列的最大值、最小值、平均值、方差、極差、偏度、峰度、中位數、眾數，得到9個時域特征向量，提取點擊數據序列的長度、點擊序列長度除以點擊序列最后一個數據與第一個數據的時間差，得到2個時域特征向量；

所述統計特征向量包括6個頻域特征向量和56個時域特征向量。

2.根據權利要求1所述的方法，其特征在于，在對所述操作數據進行特征提取之前，所述方法還包括：

對所述操作數據進行數據清洗預處理，以補充缺失數據。

3.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

在所述識別結果表示所述操作數據為真實用戶操作所得到的數據時，

根據接收到所述登錄指令時刻之前設定時間段內所述待登錄對象的操作數據，利用神經網絡算法進行自學習，以更新所述識別模型。