[发明专利]一种基于多轴力平台步态分析的用户身份识别方法

权利要求书

1.一种基于多轴力平台步态分析的用户身份识别方法，包括以下步骤：

a.离线用户身份特征库建立；

b.在线用户身份实时识别，

其特征在于，所述步骤a中包括以下步骤：

a1.使用多轴力平台采集用户运动时的足部受力数据，将该数据归入特征库中，或用于新建特征库；

a2.使用影像装置采集用户运动时的轨迹数据与时长数据，将该数据归入特征库中，或用于新建特征库；

所述步骤b中包括以下步骤：

b1.使用多轴力平台采集用户运动时的足部受力数据，将该数据与特征库中的数据进行对比；

b2.使用影像装置采集用户运动时的轨迹数据与时长数据，将该数据与特征库中的数据进行对比；

b3.将对比结果与预设阈值比较后输出身份识别结果。

2.根据权利要求1所述的一种基于多轴力平台步态分析的用户身份识别方法，其特征在于，所述步骤a1、a2中采集到的数据经过处理后归入特征库中，所述步骤b1、b2中采集到的数据经过处理后与特征库中的数据做对比，该处理方法包括以下步骤：

c1.将数据拟合成曲线，对曲线进行平滑处理，并基于峰谷进行分割，将整条曲线分割为若干条子轨迹；

c2.基于子轨迹的用户特征提取。

3.根据权利要求2所述的一种基于多轴力平台步态分析的用户身份识别方法，其特征在于，所述步骤c2中提取的特征选自以下参数中的一种或多种：子轨迹起点与终点的三维坐标、子轨迹起点与终点的速度、子轨迹起点与终点的曲率、子轨迹起点与终点的挠率、子轨迹起点与终点的连线L的长度、子轨迹中除起点与终点外其余所有点到连线L的长度的均值、子轨迹中除起点与终点外其余所有点到连线L的长度的方差、形成子轨迹的时间长度。

4.根据权利要求3所述的一种基于多轴力平台步态分析的用户身份识别方法，其特征在于，所述特征库的建立包括利用SVM方法，建立用户身份识别模型；所述对比过程包括以用户特征为参数，进行用户身份概率计算，并依据计算出的用户身份概率及预设阈值确定用户身份或进行拒识。

5.根据权利要求4所述的一种基于多轴力平台步态分析的用户身份识别方法，其特征在于，建立用户身份识别模型中使用径向基核函数基于一对一方法进行多类分类。

6.根据权利要求1至5任一项所述的一种基于多轴力平台步态分析的用户身份识别方法，其特征在于，用户的运动方式为若干次踏步运动。

7.根据权利要求1至5任一项所述的一种基于多轴力平台步态分析的用户身份识别方法，其特征在于，所述多轴力平台为AMTI多轴力平台，所述影像装置为微软KinectRGBD相机。