[發明專利]一種身份識別方法及其系統

在審

• 申請號: 202011601423.0
• 申請日: 2020-12-29
• 公開（公告）號: CN112613019A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 呂勇強;汪東升;孟焱
• 申請（專利權）人: 清華大學
• 主分類號: G06F21/32
• 分類號: G06F21/32;G06F3/0488;G06N3/08;G06N3/04
• 代理公司: 北京卓特專利代理事務所(普通合伙) 11572
• 代理人: 陳變花

1.一種身份識別方法，其特征在于，包括如下步驟：

收集原始數據，其中，原始數據為電容值矩陣序列；

對原始數據進行預處理和編碼處理，得到多個特征向量；

將多個特征向量一一與用戶模板進行對比，并通過預先訓練好的判別器模型得到認證結果。

2.根據權利要求1所述的身份識別方法，其特征在于，收集原始數據之前，需要先通過預先注冊的賬號進行系統登錄。

3.根據權利要求2所述的身份識別方法，其特征在于，預先注冊賬號的子步驟如下：

根據指示獲取多組滑動數據；

對每組滑動數據進行輸入檢查，若檢查到輸入無誤，則對每組滑動數據進行處理，獲得特征向量；若檢查到輸入錯誤，則提示對有誤的滑動數據進行重新收集；

取所有特征向量的均值得到用戶模板，完成賬號注冊。

4.根據權利要求1所述的身份識別方法，其特征在于，對原始數據進行預處理和編碼處理，得到多個特征向量的子步驟如下：

對原始數據進行數據預處理，獲得預處理后數據；

將預處理后數據輸入至預先訓練好的編碼器模型中，得到多個特征向量。

5.根據權利要求4所述的身份識別方法，其特征在于，對原始數據進行數據預處理，獲得預處理后數據的子步驟如下：

利用原始數據減去背景噪聲矩陣，生成減去結果，并用減去結果除以電容屏幕的電容值變化范圍，得到降噪后歸一化的電容值矩陣序列；

在每一幀的歸一化后的電容值矩陣序列中找到所有大于閾值r的觸點，并將該觸點視為觸摸點；

在每一幀的歸一化后的電容值矩陣序列中框選一個k*k的范圍，使得觸摸點位于k*k的范圍內的一角后，保存該k*k的矩陣，得到k*k矩陣的時間序列，并將k*k矩陣的時間序列作為預處理后數據，其中k為自然數，kn，n為電容矩陣的寬。

6.根據權利要求4所述的身份識別方法，其特征在于，預先訓練編碼器模型的子步驟如下：

募集被試樣本，采集被試樣本通過多種滑動模式使用電容屏設備或生物特征識別裝置時產生的所有容值序列；

對采集到的所有容值序列進行預處理，獲得處理數據；

構建三維卷積神經網絡模型，輸入所有被試樣本的處理數據進行訓練，輸出多個特征向量完成訓練；

使用編碼器優化模型對完成訓練的三維卷積神經網絡模型進行優化，并將完成優化后的三維卷積神經網絡模型作為訓練好的編碼器模型。

7.根據權利要求1或6所述的身份識別方法，其特征在于，預先訓練判別器模型的子步驟如下：

將處理數據輸入到編碼器模型中得到標準特征向量；

構建孿生神經網絡，使用全連接網絡對輸入的新采集的數據進行編碼，獲得新特征向量，將標準特征向量和新特征向量輸入孿生神經網絡，孿生神經網絡輸出標準特征向量和新特征向量的差距大小；

使用判別器優化模型對孿生神經網絡進行優化，并將優化后的孿生神經網絡作為訓練好的判別器模型。

8.一種身份識別系統，其特征在于，包括：電容屏設備和服務器；

其中，所述電容屏設備；用于采集原始數據，并將原始數據發送至服務器；

所述服務器：用于接收原始數據，并執行如權利要求1-7中任意一項所述的身份識別方法生成認證結果。

9.根據權利要求8所述的身份識別系統，其特征在于，所述服務器包括：編碼器和判別器；

其中，所述編碼器：用于接收預處理后數據，獲得多個特征向量；

所述判別器：用于接收多個特征向量，獲得認證結果。

10.根據權利要求8或9所述的身份識別系統，其特征在于，所述電容屏設備至少包括：認證系統和電容屏幕；

其中，所述電容屏幕：用于產生原始數據；

所述認證系統：用于收集原始數據，對原始數據進行處理，獲得預處理后數據。