[發明專利]無負擔問答式c-VEP身份識別方法在審
| 申請號: | 202111609672.9 | 申請日: | 2021-12-27 |
| 公開(公告)號: | CN114298097A | 公開(公告)日: | 2022-04-08 |
| 發明(設計)人: | 黃志華 | 申請(專利權)人: | 福州大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06F3/01;G06N20/00 |
| 代理公司: | 福州元創專利商標代理有限公司 35100 | 代理人: | 張燈燦;蔡學俊 |
| 地址: | 350108 福建省福州市*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 負擔 問答式 vep 身份 識別 方法 | ||
本發明涉及一種無負擔問答式c?VEP身份識別方法,該方法由用戶身份c?VEP模型構建和基于c?VEP的身份識別兩個部分組成,用戶身份c?VEP模型構建和基于c?VEP的身份識別都要求用戶佩戴腦電帽參與設定的人機交互過程,記錄下用戶在交互過程中的腦電信號;用戶身份c?VEP模型構建部分將交互過程中的腦電信號轉化為c?VEP樣本,并運用機器學習的方法在c?VEP樣本集合上構建用戶身份c?VEP模型;基于c?VEP的身份識別部分將當前用戶的腦電信號轉化為身份c?VEP樣本,送入用戶身份c?VEP模型進行計算,識別出當前用戶的身份。該方法要求用戶在人機交互過程中回答沒有認知負擔的問題,僅保留用戶正確回答問題時的腦電信號用于識別身份。該方法有利于提高采用腦電信號進行身份識別的可靠性和準確性。
技術領域
本發明屬于生物識別領域,具體涉及一種無負擔問答式c-VEP身份識別方法。
背景技術
當前,信息技術飛速發展。而身份識別是保證信息安全的重要前提。傳統的身份識別方法包括基于身份標識物品的身份識別和基于身份標識知識的身份識別。但是標識物品容易遺失或被假冒,而標識知識容易遺忘或被破譯。因此,基于生物特征識別技術的身份識別方法,由于具有更好的安全性和可靠性,得到越來越多的重視和研究。
目前,被廣泛研究和應用的生物特征識別技術包括指紋識別、人臉識別、虹膜識別、聲紋識別等。但是,這些生物識別技術仍存在這樣或那樣的問題,無法充分保證安全性。腦電信號(EEG)是一種很好的用于身份識別的生物特征。每個人都有腦電波,且由于每個人的大腦特性、思維方式等各不相同造成不同個人存在不同的EEG信號,因此,其具有普遍性和特異性。此外,由于EEG信號來源于大腦的思維活動,難以偽造,因此,具有很高的魯棒性?;谶@種特點,可以通過提取腦電信號特征來實現身份識別。
發明內容
本發明的目的在于提供一種無負擔問答式c-VEP身份識別方法,該方法有利于提高基于腦電信號進行身份識別的準確性。
為實現上述目的,本發明采用的技術方案是:一種無負擔問答式c-VEP身份識別方法,該方法由用戶身份c-VEP模型構建和基于c-VEP的身份識別兩個部分組成,用戶身份c-VEP模型構建和基于c-VEP的身份識別都要求用戶佩戴腦電帽參與設定的人機交互過程,記錄下用戶在交互過程中的腦電信號;用戶身份c-VEP模型構建部分將交互過程中的腦電信號轉化為c-VEP樣本,并運用機器學習的方法在c-VEP樣本集合上構建用戶身份c-VEP模型;基于c-VEP的身份識別部分將當前用戶的腦電信號轉化為身份c-VEP樣本,送入用戶身份c-VEP模型進行計算,識別出當前用戶的身份。
進一步地,一次人機交互過程包含提示、凝視、詢問和間歇四個階段;在提示階段,屏幕正中顯示一個十字,用戶被要求關注十字聚焦注意力;在凝視階段,在所述十字的左右或上下各出現一個圓盤,一個圓盤有洞,另一個圓盤無洞,有洞的圓盤出現在哪一邊完全隨機,兩個圓盤依照不同的模式同時閃爍,用戶被要求關注有洞的圓盤;在詢問階段,屏幕正中出現一個問號,用戶被要求通過按鍵回答在凝視階段有洞的圓盤出現在左邊還是右邊或者上邊還是下邊,用戶按鍵后詢問階段隨即結束;在間歇階段,屏幕變黑引導用戶休息。
進一步地,在凝視階段,圓盤的閃爍用m-sequence序列來控制;任選四個63 bit的m-sequence序列,它們對應上下左右四個位置,稱作M1閃爍方案,上下對調左右對調后稱作M2閃爍方案;一半用戶采用M1閃爍方案,另一半用戶采用方案M2閃爍方案;m-sequence序列中每個比特對應一幀,0表示暗,1表示亮,控制對應的圓盤閃爍。
進一步地,用戶身份c-VEP模型構建部分要求用戶執行多次人機交互,收集用戶正確回答問題時凝視階段的腦電信號,用收集到的凝視階段腦電信號為每個用戶構造大量的c-VEP樣本;構造方法為,把用戶關注左邊或者上邊的一次腦電信號和用戶關注右邊或者下邊的一次腦電信號拼接為該用戶的一個c-VEP樣本;用戶身份c-VEP模型構建部分采用機器學習方法在所有用戶的c-VEP樣本集合上訓練出所述用戶身份c-VEP模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福州大學,未經福州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111609672.9/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:多媒體設備
- 下一篇:光致變色玻璃熱處理方法





