[发明专利]一种基于手机惯性传感器的用户输入识别方法

说明书

本发明公开了一种基于手机惯性传感器的用户输入识别方法，其在用户无察觉的情况下实现数据的收集、训练、检测和识别的目的。该方案首先通过融合加速度计和陀螺仪数据生成姿态角信息，并从姿态角信息中提取用于识别用户输入的分类特征，然后训练多个不同类型的分类器，采用组合投票的策略构建组合分类器，在识别阶段使用组合分类器对姿态特征进行分类，识别出单个字符，最后建立隐马尔科夫模型，以加速度计的采样间隔作为观测序列，剔除不符合观测序列的潜在密码组合，从而解决现有用户输入识别方法不能识别账户密码的技术问题。

技术领域

本发明属于数据安全与隐私保护技术领域，更具体地，涉及一种基于手机惯性传感器的用户输入识别方法。

背景技术

近年来，随着智能手机的普及和移动应用的快速发展，智能手机在人们的日常生活中发挥着越来越重要的作用。

用户输入识别已经成为智能手机中研究者们日益感兴趣的技术领域，但目前手机用户输入识别的方式主要是集中在英文文本的识别问题上，无法对账号密码(主要是数字序列方式的账号密码)进行识别。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于手机惯性传感器的用户输入识别方法，其目的在于，首先通过融合加速度计和陀螺仪数据生成姿态角信息，并从姿态角信息中提取用于识别用户输入的分类特征，然后训练多个不同类型的分类器，采用组合投票的策略构建组合分类器，在识别阶段使用组合分类器对姿态特征进行分类，识别出单个字符，最后建立隐马尔科夫模型，以加速度计的采样间隔作为观测序列，剔除不符合观测序列的潜在密码组合，从而解决现有用户输入识别方法只能识别英文文本的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于手机惯性传感器的用户输入识别方法，包括以下步骤：

(1)使用姿态解算算法获取手机的姿态角θ的曲线：

(2)采集用户点击手机屏幕时的加速度数据和加速度特征值，统计加速度数据的特征分布范围，通过判断加速度特征值是否落在特征分布范围内来检测用户点击手机发生的起止时间点；

(3)根据步骤(2)得到的用户点击手机发生的起止时间点在步骤(1)得到的姿态角的曲线上获取姿态角特征值；

(4)使用组合分类器对步骤(3)得到的姿态角特征值进行分类，以得到用户点击手机的区域对应的预测结果；

(5)针对用户点击手机上的所有区域，重复上述步骤(1)至(4)，以得到用户点击手机的所有区域对应的预测结果，并使用隐马尔可夫模型对预测结果进行处理，以得到最终的识别结果。

优选地，步骤(1)中使用的姿态解算算法是互补滤波算法。

优选地，姿态角θ是通过以下公式获得：

其中，为高通滤波器，为低通滤波器，τ为高通滤波器和低通滤波器的时间常数，dt为高通滤波器和低通滤波器的采样频率，θ_a为根据加速度计三轴关系计算得到的姿态角，θ_g为陀螺仪用四元数计算得到的姿态角。

优选地，步骤(2)包括以下子步骤：

(2-1)通过加速度计获取用户在信号窗口内的多个三轴加速度平方和ASS：

ASS＝a_x²+a_y²+a_z²

其中a_x表示加速度计获取到的用户点击手机屏幕时在X轴方向采集到的加速度值，a_y表示加速度计获取到的用户点击手机屏幕时在Y轴方向采集到的加速度值，a_z表示加速度计获取到的用户点击手机屏幕时在Z轴方向采集到的加速度值；