电感式多维智能型身份辨识装置及其方法与流程

文档序号:13910183阅读:151来源:国知局
电感式多维智能型身份辨识装置及其方法与流程
本发明是关于一种身份辨识的装置及其方法,尤指一种透过电感感应空间磁场变化的身份辨识装置及其方法。
背景技术
:一般身份辨识系统中,皆是基于多因子身份辨识的三种要点作为辨识的依据,其包括:(1)用户所具备的知识(somethingtheyknow),例如密码;(2)使用者所拥有的物品(somethingtheyhave),例如钥匙或感应卡;(3)用户的个人特征(somethingtheyare),例如指纹。但前述方法皆有显而易见的问题存在,例如密码有泄漏的问题、钥匙可能被复制或是遗失、指纹辨识装置昂贵等,因此安全管理装置的开发势必有更新颖的设计的需求。针对上述缺点作出改进的例子繁多,例如:已被公开的第201543252号「具有身份验证机制的远程控制方法及执行该方法的穿戴式装置」专利案,该案提出以使用穿戴式装置检测用户指纹,来取代传统身份认证的方法,借以改善使用者冒用的缺点,并透过单一的无线技术来传输使用者身份辨识结果。但此案也有相应的缺点,例如对于需确保指纹辨识处无受损的问题,穿戴式装置的耗电量也需纳入考虑。另外,如已被公开的第201602826号「应用生理特征的个人化控制系统及其运作方法」专利案,该案提出以使用侦测装置取得用户生理信号,来取代传统身份辨识的方法,借以改善信息黑客破解身份的缺点,并透过单一的无线技术来传输使用者身份辨识结果;但亦有生理信号通常难以撷取的缺点,在侦测生理信号时,若装置周边有信号干扰等不确定量因素,对辨识结果有相当大的影响。再者,用户必须熟悉使用侦测装置,让生理信号撷取质量提升,才能获得相对良好的辨识结果。由此可见,上述改进的尝试仍有诸多缺失,实非一良善的设计,而亟待加以改良。技术实现要素:为解决前揭的问题,本发明的目的是提供一种基于多因子身份辨识技术,采用(1)用户自定的译码技巧知识与(2)个人特殊运动习惯两项特征作为辨识的依据,使之具备高辨识能力及可靠度的身份辨识技术方案。为达上述目的,本发明提供一种采用电感式多维度智能型身份辨识装置,其包含多组电磁线圈、一磁场强度收集单元及一辨识控制单元。其中的多组电磁线圈,用于感测外部物体沿特定轨迹移动时造成的多维磁场强度变化;磁场强度收集单元,连接至前述的多组电磁线圈,用于收集电磁线圈感测到的磁场强度变化;以及一辨识控制单元,其连接至磁场强度收集单元,其功用是利用磁场强度变化的情形计算前述特定轨迹的特征,并依据此特征提供身份辨识结果。为达上述目的,本发明亦提供一种电感式多维智能型身份辨识方法,包含下列步骤:获取受测者于三维空间中绘制的特定轨迹,作为辨识纪录的依据;以电感感应方式取得特定轨迹所造成的磁场强度变化,并以磁场强度变化计算出特定轨迹包含的多个二维坐标点的坐标;计算前述多个二维坐标点个别的特征值;利用特征值与时间的关系取得特征向量;辨识演算法针对该特定轨迹的该多个特征向量与辨识模型进行比对,以辨识使用者身份。综上所述,本发明的特点在于其是利用每个使用者习惯性运动轨迹的不同,作为其辨识基础;辨识控制单元能实时辨识用户运动轨迹特征点;此外,相较于传统电容式感测,其辨识结果会因使用者生理状况与电容效应时变而有所影响,本发明所采用的电感式侦测是以非接触的方式感应作为辨识依据的磁场变化,具备了更佳的可靠性。另外,由于仅使用单一微处理器即可完成辨识运算,亦具备了成本低廉的优势。附图说明图1为本发明电感式多维智能型身份辨识装置的系统方块图。图2为磁场检测强度3d剖面图。图3为本发明电感式多维智能型身份辨识装置的电感线圈架设图。图4为本发明电感式多维智能型身份辨识方法的方法流程图。[附图标记说明]1-电感式多维智能型身份辨识装置,11-电磁线圈,12-磁场强度收集单元,13-辨识控制单元,20-二维平面,22-受测物体,31-一号电磁线圈,32-二号电磁线圈,33-三号电磁线圈,35-三维磁场强度变化,s401~s405-步骤。具体实施方式以下将描述具体的实施例以说明本发明的实施态样,惟其并非用以限制本发明所欲保护的范畴。请参阅图1,其为本发明第一实施例电感式多维智能型身份辨识装置1的系统方块图,其包含:三组电磁线圈11、磁场强度收集单元12及辨识控制单元13。前述的磁场强度收集单元12连接至三组电磁线圈11与辨识控制单元13。前述的三组电磁线圈11可为pcb电路板硬式线圈或软式线圈绕制,前述的磁场强度收集单元12则包含放大器以及与之连接的通讯界面,通讯界面可透过有线或无线的方式与辨识控制单元13通讯,前述的辨识控制单元13为具备运算能力的电子装置、微处理器或搭载操作系统的控制芯片。前述的三组电磁线圈11用以感测外部物体沿特定轨迹移动时造成的三维磁场强度变化,且以特定方式放置,使其围绕形成一感测空间,(例如三角形)。当使用者欲执行身份辨识工作时,即使用一指定对象于前述的三组电磁线圈11所形成的感测空间内描绘预定的轨迹(例如描绘一z字形),此时前述的三组电磁线圈11位于空间中的不同位置,因此会感应到不同的磁场变化,而各自产生不同量的感应电流,并传送至磁场强度收集单元12。其中,前述用于描绘轨迹的指定对象,可为一可手持或配戴的金属物或含有金属的物品。磁场强度收集单元12接收前述感应电流后,使用放大器将其信号放大,使其达到电路易于辨识的程度,并以有线或无线通信的方式将之传递给辨识控制单元13。辨识控制单元13则利用磁场强度变化产生的感应电流,计算特定轨迹的特征,并依据该特征提供身份辨识结果。以下则详细说明辨识控制单元13内的演算过程:由于电磁线圈所感应到的磁场强度将属非线性行为,针对此非线性磁场强度,必须优先处理磁场线性化的问题。于本发明中采用最小平方估测误差(ordinaryleastsquaresestimator,olsestimator)作为线性化的方法,线性化后的磁场强度可代表受测物体与线圈磁场中心点的相对距离,如式(1)-(3)所示:(x-xa)2+(y-ya)2=da(1)(x-xb)2+(y-yb)2=db(2)(x-xc)2+(y-yc)2=dc(3)其中x为受测物体在二维平面坐标的x轴坐标点,y为受测物体在二维平面坐标的y轴坐标点,xa、xb、xc分别为第一、二、三组电感线圈安装位置的x轴坐标点,ya、yb、yc分别为第一、二、三组电感线圈安装位置的y轴坐标点,da、db、dc分别为第一、二、三组电感线圈与受测物体的距离。接着,同样的将三组电磁场强度再使用olsestimator计算二维平面坐标系,并如公式(4)所示:并将坐标点转变为向量形式的特征值:而使用者在感测空间内所绘制的轨迹,将依时间被记录下来,成为与个别时间对应的多个二维坐标点的纪录,此多个二维坐标点经由前述的计算,将转变为多个特征值。请参阅图2,其为磁场检测强度3d剖面图,其中二维平面20为xy平面,辨识控制单元13所计算出的多个二维坐标点亦在此平面上。如图所示,受测物体22为一长形棒状物(亦可为其他形状或形式),当用户持受测物体22于感测空间中绘制特定轨迹时,将通过二维平面20,辨识控制单元13对受测物体在二维平面20上的坐标的计算结果,会依受测物体22在平面上移动时的速度、深度变化及受测物体的形状而有所差异。接着利用杜宾算法(durbinalgorithms)处理于各时间点所取得的坐标的特征值,如公式(6)所示:经由durbinalgorithms可取得将时间因素考虑进去的特征向量a1~an,将此特征向量输入预先训练好的辨识演算法模型中,进行比对,即可达到身份辨识的功能。又前述的预先训练好的辨识演算法模型,其辨识演算法可为类神经网络、隐藏式马可夫模型等现有技术,其训练方法为:一位用户在此装置的感测空间内绘制特定轨迹(例如绘制一z字形或其他更复杂的轨迹),则辨识控制单元13将取得一组特征向量,重复此步骤多次,使辨识演算法模型能辨识该名用户绘制特定轨迹的特性,即告训练完成。请参阅图3,其为本发明电感式多维智能型身份辨识装置1的电感线圈架设图,其中的一号电磁线圈31、二号电磁线圈32、三号电磁线圈33三组电磁线圈,围绕形成一呈三角形或近似三角型的感测空间,以感测受测物体于此感测空间内移动时造成的三维磁场强度变化35。然而,若受测物体是在此感测空间外进行移动,此电磁线圈组亦会感测到磁场变化。此外,此电感线圈组亦可依使用者的需求,嵌入于各种大小不同的安全设备当中。于一实施例中,本装置采用被动式感测法,感测受测物体时不发射任何信号,直接感测周围磁场变化取得受测物体相对位置。于另一实施例中,本装置的磁场强度收集单元12产生一交流信号至电磁线圈组中,使其产生电磁波,发射至受测物体上,并由电磁线圈组接收反射自受测物体的电磁波,计算出受测物体的位置。请参阅图4,其为本发明第二实施例的电感式多维智能型身份辨识方法的方法流程图,其包含下列步骤:s401:受测者于三维空间中绘制特定轨迹(例如一z字形),作为辨识纪录的依据。其中为了使受测物体制造的磁场变化量更大,亦可使用一具有导电材质的物品来绘制特定轨迹。s402:以电感感应方式取得绘制特定轨迹时所造成的磁场强度变化,并以之计算出特定轨迹包含的多个二维坐标点的坐标。其中计算出上述坐标的方法为最小平方估测法(olsestimator)。s403:计算前述多个二维坐标点个别的特征值。其中计算特征值的方法如式(5)所示,是将坐标点的xy轴坐标个别平方后,相加再开根号得之。s404:利用特征值与时间的关系取得其特征向量。其中,特征向量是使用杜宾算法(durbinalgorithms)计算特征值与时间的关系得到的(如式(6)所示)。由于一轨迹是由多个坐标点所组成,经过此计算后将得到多个用以描述此轨迹的特征向量(即式(6)中的a1~an)。s405:辨识演算法对该特定轨迹的多个特征向量与辨识模型进行比对,以辨识使用者身份。又其中的辨识模型是使用类神经网络作为辨识架构训练而成,其训练方法即是让使用者不断重复s401~s404的步骤,使辨识模型能区别不同用户描绘指定轨迹时的特征向量的差异。以下则另以表1作为本发明电感式多维智能型身份辨识装置1及其方法的实际应用例子:使用者1234轨迹图形mzz无设定表1:使用者与其自定义的轨迹图形于表1中,使用者1、2、3所设定的轨迹图形分别为m、z、z,其代表使用者于使用本发明的装置时,须于感测空间内所绘制的轨迹。其中,使用者1与使用者2、3设定的是不同的轨迹,而使用者2、3设定的是相同的轨迹,使用者4则是无设定的外来使用者。如同一般的身份辨识系统,使用者于感测空间内画下自定义的轨迹图形,即可通过身份辨识,取得辨识结果,故使用者1、2、3于装置内绘制自己默认的轨迹图形时,将可通过身份辨识,而使用者4则无法通过。但是当一使用者知道他人设定的轨迹图形时,例如当使用者2、3、4于感测空间中绘制使用者1所预设的m字轨迹时,因不同人画下每一笔划的时间长短、间隔会不一样,或其每个笔划转弯的角度、有所差异,所得出的特征向量亦会不同,故经比对后仍会无法通过身份辨识。同样的情况,即便使用者设定的是相同的轨迹图形,如使用者2与使用者3,设定的是相同的轨迹图形,但因为前述的理由,本装置仍能区隔出使用者2与使用者3绘制轨迹的特征向量差异,正确辨识出其身份。上列详细说明是针对本发明的一可行实施例的具体说明,惟该实施例并非用以限制本发明的专利范围,凡未脱离本发明技艺精神所为的等效实施或变更,均应包含于本案的专利范围中。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1