[发明专利]一种基于步态的身份验证方法、装置、设备及存储介质

说明书

本发明公开了一种基于步态的身份验证方法、装置、设备及存储介质。所述基于步态的身份验证方法包括：采集待识别用户的当前步态数据；计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；根据所述加权平均值对所述待识别用户的身份进行验证。以减少计算量，提高识别用户的效果。

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种基于步态的身份验证方法、装置、设备及存储介质。

背景技术

步态识别是近年来越来越多的研究者所关注的一种新的生物认证技术。步态识别是指通过人的走路方式来识别人的身份的方法。

随着传感器不断的发展，可以通过传感器在人们无感知情况下，采集人体的步态数据，进而识别人的身份。目前常见的步态识别方法通常是采集人体的步态数据，带入分类模型去识别用户。在现有的步态识别分类模型通常采用KNN(最临近算法，K-NearestNeighbor)模型，在KNN模型中存储两组样本数据，一组是本人样本数据，一组是非本人样本数据；当采集到待识别的步态数据时，根据欧式距离公式，计算待识别的步态数据与KNN模型中所有样本数据的距离，选择K个最临近的样本数据构成邻居样本集，计算邻居样本集中本人样本数据和非本人样本数据分别占有的比例，若本人样本数据占有的比例大于非本人样本数据占有的比例，则待识别者是本人，否则待识别者不是本人。

现有技术中的识别方法需要计算待识别者的步态数据与模型中所有样本数据的距离，计算量特别大。且人走路具有很大的随意性，导致一个人的步态数据有好几种。可能某种步态数据在其K个最临近的样本数据中的本人样本数据很少，但是非本人样本数据很多，这样，会导致识别结果错误，降低用户身份识别效果。

发明内容

本发明提供一种基于步态的身份验证方法、装置、设备及存储介质，以减少计算量，提高识别用户的效果。

第一方面，本发明实施例提供了一种基于步态的身份验证方法，所述方法包括：

采集待识别用户的当前步态数据；

计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；

根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；

根据所述加权平均值对所述待识别用户的身份进行验证。

第二方面，本发明实施例还提供了一种基于步态的身份验证装置，所述装置包括：采集模块、计算模块、验证模块；其中，

所述采集模块，用于采集待识别用户的当前步态数据；

所述计算模块，用于计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；

根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；

所述验证模块，用于根据所述加权平均值对所述待识别用户的身份进行验证。

第三方面，本发明实施例还提供了一种设备，其特征在于，所述设备包括：

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上述第一方面中任一所述的方法。