[发明专利]一种基于深度学习的脑电信号开锁系统及方法

说明书

本发明公开了一种基于深度学习的脑电信号开锁系统及方法，包括非侵入采集设备和计算机，所述非侵入采集设备，被配置为采集锁具主人在思考开锁行为和不思考开锁行为时的脑电信号，采集除锁具主人以外的多人的思考开锁行为的脑电信号；计算机，被配置为对采集的各个行为模式下的脑电信号进行特征提取，将提取得到的特征进行学习和分类识别，确认是否与预先存储的锁具主人在思考开锁行为脑电信号是否匹配，如果匹配，确认为开锁行为。脑电信号的识别具有唯一性，不能被伪造，从而使得安全系数更高。利用深度学习的方法对其进行分类识别，极大地提高了识别精度。

技术领域

本发明涉及一种基于深度学习的脑电信号开锁系统及方法。

背景技术

目前市面上比较常用的锁具设备一般是利用钥匙来进行开锁的，若是忘记带钥匙，则会带来很大的麻烦，而且安全系数也很低。而在一些需要高保密的场所使用的锁具一般是基于密码、指纹或是虹膜解锁，这种设备安全系数更高一些，但是还是存在着破解的风险。

脑电信号中包含了大量的生理与疾病信息,在临床医学方面,脑电信号处理不仅可为某些脑疾病提供诊断依据,而且还为某些脑疾病提供了有效的治疗手段。由于人在进行不同的思想活动时，大脑的各部分的活动区域的生物电位也是不一样的，因此脑电信号也是不同的。而且每个人的脑电信号具有唯一性，就是说不同的人进行同样的思想活动时，所产生的脑电信号也是不同的，利用脑电波完全能够区分不同的人。

发明内容

本发明为了解决上述问题，提出了一种基于深度学习的脑电信号开锁系统及方法，本发明基于深度学习的脑电信号识别的开锁并对其加密。

为了实现上述目的，本发明采用如下技术方案：

一种基于深度学习的脑电信号开锁系统，包括非侵入采集设备和计算机，其中：

所述非侵入采集设备，被配置为采集锁具主人在思考开锁行为和不思考开锁行为时的脑电信号，采集除锁具主人以外的多人的思考开锁行为的脑电信号；

所述计算机，被配置为对采集的各个行为模式下的脑电信号进行特征提取，将提取得到的特征进行学习和分类识别，确认是否与预先存储的锁具主人在思考开锁行为脑电信号是否匹配，如果匹配，确认为开锁行为，并输出相应的控制结果。

所述非侵入采集设备包括但不限于一种可穿戴式头盔设备，采集到的脑电信号直接或间接送入计算机中。

所述计算机包含脑电信号接收模块、脑电信号特征提取模块、脑电信号特征训练模块、脑电信号测试模块以及锁具控制模块，其中：

所述脑电信号接收模块，接收采集的脑电波；

所述脑电信号特征提取模块，被配置为对采集的各个行为模式下的脑电信号进行特征提取；

所述脑电信号特征训练模块，被配置为对集的各个行为模式下的脑电信号进行训练，得到学习模型；

所述脑电信号测试模块，被配置为接收欲开锁的脑电波信号，并判断是否为开锁信号，输出测试结果；

所述锁具控制模块，被配置为根据测试结果生成锁具控制信号。

所述锁具设备具有WiFi或是远程控制的能力，可以接收与之相连的计算机的指令，从而开锁。

当锁具接受到开锁指令时锁具打开。

基于上述系统的方法，对于接收到的脑电信号进行预处理，要对脑电信号进行去伪迹处理，对采集到的脑电信号进行特征提取，对特征量进行分类，将各个行为模式的标签和特征量作为一组输入用分类算法中进行训练，当训练准确度达到设定精度时，将此训练模型应用；

采集需要开锁人的脑电信号进行去伪迹和特征提取处理，然后将特征量送入保存好的训练模型中进行识别，判断是否开锁。