[發明專利]基于肌電信號的身份識別系統、方法及設備

有效

• 申請號: 202110479335.6
• 申請日: 2021-04-30
• 公開（公告）號: CN113143261B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 盧立靜;毛靜娜;張志偉
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: A61B5/117
• 分類號: A61B5/117;A61B5/389;A61B5/00
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

本發明屬于生物特征識別算法技術領域，具體涉及了一種基于肌電信號的身份識別系統、方法及設備，旨在解決現有肌電信號去噪模型噪聲去除魯棒性較差，不能自適應調整的問題。本發明系統包括信號去噪模塊，基于選定的濾波器組合，對輸入的肌電信號進行去噪；所述選定的濾波器組合，基于預設的多個濾波器，通過循環神經網絡，采用強化學習方法獲取；特征提取模塊，采用連續小波變換方法，將去噪后的肌電信號由離散的一維特征信號轉變成二維的時頻域圖像；身份識別模塊，基于所述二維的時頻域圖像，通過注意力機制的卷積神經網絡獲取身份識別信息。本發明提高了濾波去噪的魯棒性和去噪效果，同時提升了識別率以及節約了計算資源。

背景技術

隨著互聯網的發展，個人信息的安全性越來越重要。因此，為了確保人們的信息安全，引入了各種各樣的身份識別方法。傳統的個人身份識別方法，如個人識別碼(PIN)或識別標簽(ID)，由于PIN/ID泄漏、盜竊和偽造的風險，不足以滿足安全要求。然后，研究者們提出了利用人體獨特的生理特征識別用戶信息的生物識別技術，以消除傳統識別方法的風險。目前，人臉，指紋，虹膜等形態學生物特征已被廣泛應用于識別系統中。然而，這些生物特征模式也可以偽造和篡改。例如，人臉對人工偽裝敏感，指紋很容易用乳膠重建，虹膜可以通過在隱形眼鏡上打印其特征來偽造。來自日本橫濱國立大學的研究人員制作了一個塑料模具，它起源于指紋讀取器上留下的活指和手指痕跡，以欺騙指紋讀取器。

生物識別的生物體特征如心電圖(ECG)或腦電圖(EEG)是一種實現活體檢測和防止欺騙攻擊的方法。有文獻指出研究了使用從休息期間記錄的ECG中特征提取的人體識別系統，識別的準確性為100％。也存在文獻研究證實，EEG攜帶的個人特定信息可以成功地用于識別和認證。然而，收集ECG或EEG信號是不方便的。

肌電圖(EMG)信號也可用于個人識別系統。它是由神經系統控制并依賴于肌肉的解剖學和生理特征的復雜信號。由于完整的肌肉，完整的中樞神經系統和大腦之間的直接聯系是個體的，并且與每個人的生理學直接相關，因此EMG信號是獨特的、穩定的并且難以偽造和篡改。因此，可以使用EMG信號進行個人識別。除此之外，EMG信號的采集比ECG或EEG更簡單方便，因為EMG的采集裝置可以佩戴在手臂或腿上或身體的任何其他部位。目前，關于基于EMG信號的識別的研究很少。研究者們通過使用來自下肢肌肉的肌電信號分析步態習慣，提出了一種個人識別方法。該實驗獲得了93％的平均識別準確度。另外也有采用人工神經網絡算法處理通過電極獲取的肌電信號來開展身份識別實驗，該實驗獲得了81.6％的識別精度。前者的識別方法在適用人群中具有局限性，例如腿或腳不方便的殘疾人可能不適用。后者采用的人工神經網絡算法進行身份識別，獲得的識別精度不高。然而這些研究都是基于假設采集的信號理想的情況下，忽略掉肌電信號獲取過程中噪聲引入形成誤差信號，在這種情況下會影響識別率。此外，隨著識別人群的壯大，計算資源也應當納入考慮之中。

總結來說，目前現有的基于肌電信號的身份識別的算法處理系統還不完善，研究者們側重的點僅僅在于基于肌電身份識別的識別率，而忽略掉從獲取肌電信號的采集過程中噪聲的引入、計算資源的節約。因此，本發明提出了一整套算法處理系統，既保障了識別率又節約計算資源。

發明內容

為了解決現有技術中的上述問題，即現有肌電信號去噪模型噪聲去除魯棒性較差，不能自適應調整的問題，本發明提供了一種基于肌電信號的身份識別系統，該身份識別系統包括信號去噪模塊、特征提取模塊以及身份識別模塊；

所述信號去噪模塊，基于選定的濾波器組合，對輸入的肌電信號進行去噪；所述選定的濾波器組合，基于預設的多個濾波器，通過循環神經網絡，采用強化學習方法獲取；

所述特征提取模塊，采用連續小波變換方法，將去噪后的肌電信號由離散的一維特征信號轉變成二維的時頻域圖像；

所述身份識別模塊，基于所述二維的時頻域圖像，通過注意力機制的卷積神經網絡獲取身份識別信息。

在一些優選的實施方式中，所述信號去噪模塊中選定的濾波器組合，通過濾波器生成模塊獲取；所述濾波器生成模塊包括搜索空間單元、搜索器模塊、強化學習單元；