[發明專利]基于手指滑動聲波的可應用于手機的身份認證系統和方法

在審

• 申請號: 202310337409.1
• 申請日: 2023-03-31
• 公開（公告）號: CN116383790A
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 林峰;舒章磊;王章森;楊國正;臧鋮;任奎
• 申請（專利權）人: 浙江大學;浙商銀行股份有限公司
• 主分類號: G06F21/32
• 分類號: G06F21/32;G06F18/22;G10L15/02;G10L15/06;G10L15/22;G10L21/0208
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，所述身份認證系統中，進行注冊階段和認證階段；所述身份認證系統包括：

雙麥克風，用于獲取手指的滑動聲音；

降噪模塊，用于通過差分放大器、高通濾波方法和小波變換方法對獲取的滑動聲音降噪；

滑動檢測模塊，用于根據音頻的短時能量與過零率這兩個特征，設定特征閾值，截取經過降噪處理的滑動音頻段；

特征提取模塊，用于對截取的滑動音頻段進行特征提取，得到音頻特征，并通過費雪指數篩選；所述音頻特征包括頻譜特征、梅爾頻率倒譜系數及其一階與二階差分、線性預測系數；

神經網絡模塊，用于將經過費雪指數篩選出的音頻特征轉換為嵌入特征向量；

相似度計算模塊，用于計算注冊階段得到的嵌入特征向量和認證階段得到的嵌入特征向量之間的相似度；計算認證階段得到的嵌入特征向量序列與注冊階段得到的嵌入特征向量序列的相似度；將這兩個相似度取平均得到平均相似度；注冊階段得到的所有的嵌入特征向量構成注冊階段的嵌入特征向量序列；認證階段得到的所有的嵌入特征向量構成認證階段的嵌入特征向量序列。

身份認證模塊，用于將平均相似度與閾值比對，若低于閾值，則認證通過，否則認證失敗。

2.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，所述雙麥克風，一個設置在手機底部，另一個設置在手機頂部；所述差分放大器利用雙麥克風的相對位置消除遠場噪聲。

3.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，所述高通濾波方法具體為：使用截止頻率為2kHz的高通濾波器過濾低頻噪音。

4.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，所述小波變換方法具體為：使用db3小波對音頻進行6級分解，對每個級別的系數分別軟閾值化，然后進行小波重建得到降噪后的音頻。

5.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，所述注冊階段，獲取手指的滑動聲音時，至少在手機底部橫向滑動28次；所述認證階段，獲取手指的滑動聲音時，在手機底部橫向滑動2-3次。

6.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，所述通過費雪指數篩選具體為：根據音頻特征的差異，選取其中差異最大的5個頻譜特征、10個梅爾頻率倒譜系數、10個梅爾頻率倒譜系數的一階差分、10個梅爾頻率倒譜系數的二階差分以及35個線性預測系數，組成70維特征向量。

7.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，通過原型網絡將經過費雪指數篩選出的音頻特征轉換為嵌入特征向量。

8.根據權利要求1所述的一種基于手指滑動聲波的可應用于手機的身份認證系統，其特征在于，通過基于密度的異常檢測方法局部離群因子計算注冊階段得到的嵌入特征向量和認證階段得到的嵌入特征向量之間的相似度；通過動態時間規整算法計算認證階段得到的嵌入特征向量序列與注冊階段得到的嵌入特征向量序列的相似度，使用的是。

9.一種根據權利要求書1-6任一項所述系統的基于手指滑動聲波的可應用于手機的身份認證方法，其特征在于，包括以下步驟：

(1)通過雙麥克風獲取手指的滑動聲音；

(2)將步驟(1)中獲取的滑動聲音進行降噪處理；

(3)根據音頻的短時能量與過零率這兩個特征設定特征閾值，截取經過降噪處理的滑動音頻段；

(4)對步驟(3)中截取的滑動音頻段進行特征提取，得到音頻特征，并通過費雪指數篩選；

(5)將經過費雪指數篩選出的音頻特征轉換為嵌入特征向量；

(6)注冊階段，至少在手機底部橫向滑動28次，將每次手指滑動的聲音經過步驟(1)-步驟(5)處理，得到注冊階段的嵌入特征向量，注冊階段得到的所有的嵌入特征向量構成注冊階段的嵌入特征向量序列；認證階段，在手機底部橫向滑動2-3次，將每次手指滑動的聲音經過步驟(1)-步驟(5)處理，得到認證階段的嵌入特征向量，認證階段得到的所有的嵌入特征向量構成認證階段的嵌入特征向量序列。

(7)計算注冊階段得到的嵌入特征向量和認證階段得到的嵌入特征向量之間的相似度；計算認證階段得到的嵌入特征向量序列與注冊階段得到的嵌入特征向量序列的相似度；并將這兩個相似度取平均得到平均相似度；

(8)將平均相似度與閾值比對，若低于閾值，則認證通過，否則認證失敗。