本发明涉及生物识别领域,尤其是一种基于脉搏波的生物识别方法及相关装置。
背景技术:
随着科技的发展,人们对各种信息安全的要求也越来越高,这种需求刺激近代生物特征识别不断发展进步。
目前,在基于生物特征识别技术的身份识别方法应用研究之前主要以指纹、人脸等外部特征为主,但近年来出现的假冒指纹等技术使得人们的信息安全受到很大影响。而脉搏波具有因人而异的特点,能反映血管弹性、心脏功能等身体健康状况,因此,人们开始将脉搏波作为一种生理信号进行生物识别,然而,目前基于脉搏波的生物识别方法的数据处理过程复杂,耗时长导致实用性差。
技术实现要素:
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的是提供一种基于脉搏波的生物识别方法及相关装置,识别方法简单,实用性强。
本发明所采用的技术方案是:
第一方面,本发明提供一种基于脉搏波的生物识别方法,包括:
待识别脉搏波信号获取步骤:获取待识别对象的脉搏波信号作为待识别脉搏波信号;
识别步骤:根据所述待识别脉搏波信号和标准脉搏波形库计算波形相似度,所述标准脉搏波形库存储有多个对象的身份信息及对应的脉搏波信号,并根据所述波形相似度获取所述待识别对象的身份信息,以实现生物识别。
进一步地,所述生物识别方法还包括:
标准脉搏波形库建立步骤:获取多个所述对象的脉搏波信号及身份信息,并根据所述对象的身份信息及对应的所述脉搏波信号建立标准脉搏波形库。
进一步地,所述标准脉搏波形库建立步骤包括:
波形采集子步骤:采集第一预设数目个心跳周期的所述对象的脉搏波信号;
脉搏波截断子步骤:将所述脉搏波信号按照心跳周期截断成所述第一预设数目个波形段;
取平均子步骤:根据所述第一预设数目个波形段获取平均波形信号;
关联子步骤:建立所述平均波形信号与所述对象的身份信息的对应关系;
建立子步骤:根据多个所述对象的身份信息及对应的所述平均波形信号建立所述标准脉搏波形库。
进一步地,所述待识别脉搏波信号获取步骤包括:
获取第二预设数目个心跳周期的待识别对象的脉搏波信号作为所述待识别脉搏波信号。
进一步地,所述识别步骤包括:
待识别脉搏波截断子步骤:根据所述心跳周期截断所述待识别脉搏波信号以获取第二预设数目个待识别波形段;
相似度获取子步骤:根据所述待识别波形段和多个所述平均波形信号获取多个波形相似度组,所述波形相似度组为同一个所述平均波形信号与第二预设数目个所述待识别波形段的波形相似度的集合;
识别数目获取子步骤:根据所述波形相似度组和预设相似度阈值获取每个所述波形相似度组中波形相似度高于预设相似度阈值的个数作为识别数目;
身份识别子步骤:获取所述识别数目最大的所述波形相似度组作为识别结果,所述波形相似度组对应的平均波形信号的身份信息为所述待识别对象的身份信息。
进一步地,所述波形相似度为所述待识别波形段与所述平均波形信号的波形距离。
进一步地,所述预设相似度阈值为预设波形距离阈值,所述识别数目获取子步骤具体包括:
建立0-1判别矩阵,其中,所述波形相似度组中,所述波形距离小于所述预设波形距离阈值的元素为1,所述波形距离大于或等于所述预设波形距离阈值的元素为0;
计算所述0-1判别矩阵中元素的数值总和,并将所述数值总和作为所述识别数目。
第二方面,本发明提供一种基于脉搏波的生物识别系统,包括:
待识别脉搏波信号获取模块,用于获取待识别对象的脉搏波信号作为待识别脉搏波信号;
识别模块,用于根据所述待识别脉搏波信号和标准脉搏波形库计算波形相似度,所述标准脉搏波形库存储有多个对象的身份信息及对应的脉搏波信号,并根据所述波形相似度获取所述待识别对象的身份信息,以实现生物识别。
第三方面,本发明提供一种基于脉搏波的生物识别设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行所述的基于脉搏波的生物识别方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行所述的基于脉搏波的生物识别方法。
本发明的有益效果是:
本发明根据待识别对象的待识别脉搏波信号和标准脉搏波形库计算波形相似度,标准脉搏波形库存储有多个对象的身份信息及对应的脉搏波信号,最后根据波形相似度获取待识别对象的身份信息以实现生物识别;克服了现有技术中基于脉搏波的生物识别方法处理过程复杂导致实用性差的技术问题,由于脉搏信号是每个人特有的信号并且很难被复制和模仿,故本发明的识别方法较传统方法具有更高的安全性,另外,本发明的识别方法简单,所需处理时间短,实用性强。
附图说明
图1是本发明中一种基于脉搏波的生物识别方法的一具体实施例流程示意图;
图2是本发明中一种基于脉搏波的生物识别方法的标准脉搏波形库建立步骤的一具体实施例流程示意图;
图3是本发明中一种基于脉搏波的生物识别方法的待识别脉搏波信号获取步骤、识别步骤的一具体实施例流程示意图;
图4a、图4b是本发明中一种基于脉搏波的生物识别方法的波形距离的一具体实施例示意图;
图5a、图5b、图5c是本发明中一种基于脉搏波的生物识别方法中不同预设波形距离阈值对应的0-1判别矩阵的一具体实施例示意图;
图6是本发明中一种基于脉搏波的生物识别系统的一具体实施例结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
实施例1
一种基于脉搏波的生物识别方法,参考图1,图1是本发明中一种基于脉搏波的生物识别方法的一具体实施例流程示意图;包括:
s1、标准脉搏波形库建立步骤:利用脉搏波传感器分别获取多个对象的脉搏波信号,并根据对象的身份信息及对应的脉搏波信号建立标准脉搏波形库;
s2、待识别脉搏波信号获取步骤:获取待识别对象的脉搏波信号作为待识别脉搏波信号;
s3、识别步骤:根据待识别脉搏波信号和标准脉搏波形库计算波形相似度,并根据波形相似度获取待识别对象的身份信息,以实现生物识别。
由于脉搏信号是每个人特有的信号并且很难被复制和模仿,故本发明的识别方法较传统方法具有更高的安全性,另外,本发明的识别方法流程简单,所需处理时间短,实用性强,克服了现有技术中基于脉搏波的生物识别方法处理过程复杂导致实用性差的技术问题。
具体地,参考图2,图2是本发明中一种基于脉搏波的生物识别方法的标准脉搏波形库建立步骤的一具体实施例流程示意图;标准脉搏波形库建立步骤s1包括:
s11、波形采集子步骤:先设置用于后续识别对照的标准脉搏波形库的元素个数m,并设置建立标准脉搏波形库时对每个对象采样的第一预设数目n,利用脉搏传感器进行有效波形采集,待信号稳定后,对对象i采集并保存n个心跳周期的脉搏波信号;
s12、脉搏波截断子步骤:将脉搏波信号按照心跳周期截断成n个波形段;
s13、取平均子步骤:根据n个波形段获取平均波形信号ri;
s14、关联子步骤:建立平均波形信号ri与对象i的身份信息的对应关系(i,ri),其中,身份信息可以是对象i的姓名或身份证号等身份识别信息;
s15、建立子步骤:重复上述步骤,采集m个对象的脉搏波数据(1,r1),(2,r2),…,(m,rm),根据多个对象的身份信息及对应的平均波形信号建立标准脉搏波形库。
基于平均波形信号建立的标准脉搏波形库,减少了用于生物识别对比的脉搏波形,仅使用平均波形信号进行对比,可以进一步提高生物识别的处理速度。
而参考图3,图3是本发明中一种基于脉搏波的生物识别方法的待识别脉搏波信号获取步骤、识别步骤的一具体实施例流程示意图;待识别脉搏波信号获取步骤s2包括:
获取第二预设数目n个心跳周期的待识别对象的脉搏波信号作为待识别脉搏波信号。
识别步骤s3包括:
s31、待识别脉搏波截断子步骤:根据心跳周期截断待识别脉搏波信号以获取n个待识别波形段(y1,y2,y3…,yn),每一段对应于一个心跳周期;
s32、相似度获取子步骤:根据待识别波形段和多个平均波形信号获取多个波形相似度组,波形相似度组为同一个平均波形信号与n个待识别波形段的波形相似度的集合,则可以获得n*m个波形相似度;
s33、识别数目获取子步骤:根据波形相似度组和预设相似度阈值获取每个波形相似度组中波形相似度高于预设相似度阈值的个数作为识别数目;本实施例中,波形相似度采用待识别波形段与平均波形信号的波形距离dij=d(yi,rj)来衡量,相同波形之间的波形距离为0,差异越大(即波形相似度越低)的两个波形对应的波形距离也越大,波形距离包括动态时间规整距离、欧几里得距离、横向距离、纵向距离或明可夫斯基距离;参考图4a和图4b,图4a、图4b是本发明中一种基于脉搏波的生物识别方法的波形距离的一具体实施例示意图;其中,波形距离采用动态时间规整距离,图4a为来自同一对象的脉搏波形,波形距离为0.38798,而图4b为来自不同对象的脉搏波形,波形距离为2.1906。则预设相似度阈值为预设波形距离阈值t,越小的t对应越严格的识别;识别数目获取子步骤具体包括:
对于每一个波形相似度组建立一个0-1判别矩阵bij,其中bij=sign(dij<t),其中,波形相似度组中的波形距离d(yi,rj)小于预设波形距离阈值t的元素为1,波形距离d(yi,rj)大于或等于预设波形距离阈值t的元素为0;
计算0-1判别矩阵中元素的数值总和
s34、身份识别子步骤:获取数值最大的b.j的波形相似度组作为识别结果,此波形相似度组对应的平均波形信号的身份信息即为待识别对象的身份信息。
值得注意的是,选取不同的预设波形距离阈值t对生物识别结果的影响,即对0-1判别矩阵的影响如图5a、图5b和图5c所示,图5a、图5b、图5c是本发明中一种基于脉搏波的生物识别方法中不同预设波形距离阈值对应的0-1判别矩阵的一具体实施例示意图;其中,图5a、图5b、图5c的预设波形距离阈值t分别设定为1,1.5,2,即识别标准从严格到宽松。图中的黑色代表1,白色代表0,三个示意图中,示意了5个对象的0-1判别矩阵。随着预设波形距离阈值t的增大,0-1判别矩阵中代表1的黑色部分比重逐渐增大。在宽松的应用场景下,可以通过设置较大的预设波形距离阈值t,以提高自我识别的准确率。在严格的应用场景下,可以设置较小的预设波形距离阈值t,以降低不同个体间的误判率。
实施例2
一种基于脉搏波的生物识别系统,包括:
待识别脉搏波信号获取模块,用于获取待识别对象的脉搏波信号作为待识别脉搏波信号;其中,待识别脉搏波信号获取模块采用脉搏传感器来实现,脉搏传感器可以是基于压电或摩擦电的原理,也可以是压阻式、电容式、光电式等传感器;
识别模块,用于根据待识别脉搏波信号和标准脉搏波形库计算波形相似度,标准脉搏波形库存储有多个对象的身份信息及对应的脉搏波信号,并根据波形相似度获取待识别对象的身份信息,以实现生物识别。
基于脉搏波的生物识别系统具体的工作过程请参照实施例1关于基于脉搏波的生物识别方法的描述,不再赘述。
另外,参考图6,图6是本发明中一种基于脉搏波的生物识别系统的一具体实施例结构示意图,图6中,以脉搏传感器作为待识别脉搏波信号获取模块,以智能终端作为识别模块,智能终端包括手机、pad或电脑;生物识别系统还包括用于预处理脉搏传感器的输出信号的信号预处理电路、用于数据无线传输的无线发射模块和无线接收模块,具体地,脉搏传感器采集用于建立数据库的多个对象的脉搏波信号以及待识别对象的脉搏波信号,经由信号预处理电路进行滤波放大,再经无线发射模块将信号传输至智能终端进行进一步的数据分析与可视化处理,对象的身份信息输入至智能终端中进行处理,在智能终端中实现数据库建立和生物识别判断。而对于数据量更大的数据库,标准脉搏波形库存储在云服务器上,当智能终端获取到对象的身份信息、脉搏波信号和待识别对象的脉搏波信号时,将其上传至云服务器进行处理和判断,在云服务器建立标准脉搏波形库,生物识别时,云服务器根据待识别脉搏波信号进行判断计算后得到身份信息,再将身份信息返回至智能终端。
实施例3
一种基于脉搏波的生物识别设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如实施例1所述的基于脉搏波的生物识别方法。基于脉搏波的生物识别方法请参照实施例1的描述,不再赘述。
实施例4
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如实施例1所述的基于脉搏波的生物识别方法。基于脉搏波的生物识别方法请参照实施例1的描述,不再赘述。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。