[发明专利]一种基于多模感知的身份识别方法在审

专利信息
申请号: 201711349393.7 申请日: 2017-12-15
公开(公告)号: CN108304857A 公开(公告)日: 2018-07-20
发明(设计)人: 董玮;高艺;陈元瀛;林宇翔;李炳基 申请(专利权)人: 浙江大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G10L17/00;G10L21/0208
代理公司: 杭州天正专利事务所有限公司 33201 代理人: 王兵;黄美娟
地址: 310027 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 身份识别 采集 特征提取 多模 感知 无线信道状态信息 数据训练阶段 特征数据库 麦克风 多分类器 分类结果 环境噪声 阶段提取 特征数据 无线信号 训练阶段 噪声分析 发送方 分类器 固定的 接收方 置信度 综合分析 比对 服务器 发送 室内 传输 融合
【说明书】:

一种基于多模感知的身份识别方法,步骤为:在室内布置两个轻量级节点,其中一个节点作为发送方发送无线信号,另外一个作为接收方采集无线信道状态信息CSI;两个节点同时用麦克风采集声音信号;数据训练阶段:在安静的环境下采集用户行走在一条固定的路线上时产生的CSI信号和声音信号;对这些信号进行特征提取,并建立特征数据库和分类器;身份识别阶段:采集用户在任意环境、路线行走时的CSI和声音信号,估计此阶段内的CSI和声音信号的置信度以及环境噪声等级;对CSI和声音信号进行噪声分析和特征提取,将特征数据传输到服务器进行综合分析;比对身份识别阶段提取的特征与训练阶段提取的特征,融合多分类器的分类结果,实现对用户的身份识别。

技术领域

发明涉及一种基于多模感知的身份识别方法,特别是获取可靠的无线状态信息CSI和声音信息,实现低成本、高精度、高鲁棒的身份识别的方法。

背景技术

身份识别方法的研究一直是国际研究中的热点,在未来的智能家庭环境里更是必不可少的技术需求。利用磁卡等物品的身份识别方法需要使用者随身佩戴这些物品,使用不便且存在冒用隐患。在无需佩戴设备的领域,不同于传统的利用摄像头的身份识别方法,利用无线信号进行身份识别由于其低成本、高普适性和高安全性受到了广泛的关注。在智能家庭中,如果系统可以实现身份识别,便可以进一步为该使用者定制个性化的应用。比如说当用户正在看智能电视,就可以在识别用户后推送他最喜欢的电视频道。或是当某一位家庭成员回到家里,可以通过智能温控系统调到他喜欢的室温。综上所述,研究一种无需携带设备,对用户隐私性保护较好的高精度的身份识别方法是十分重要的。

现有的基于图像的身份识别方法通过在一片区域内进行摄像设备的部署,然后用图像信息处理方法(如剪影分析)对得到的图像进行特征提取实现身份识别。该方法存在一下两点缺陷:1)单摄像头存在检测死角,而在室内大量部署摄像头需要比较大的开销。2)对用户隐私信息侵犯比较大。现有的利用无线信号的身份识别方法主要是利用人的步态信号的独特性,以及步态与CSI信号之间的强关联性,训练一个基于CSI信号的身份识别分类器。再在识别时用此分类器对采集的CSI信号进行分类,从而实现身份识别。但是此类监督学习的方法需要识别时和训练时人在室内走过的路径完全相同,这限制了这类方法的实用价值。

发明内容

本发明要克服现有技术的上述缺点,提供了一种基于多模感知的身份识别方法。

为实现以上目的,本发明所采取的技术方案是:一种基于多模感知的身份识别方法,包括以下步骤:

步骤1,获取无线信道状态信息CSI和声音信号,包括:

(1.1)集成硬件节点,声音采集模块,无线传输网卡和全向天线;

(1.2)在室内布置两个节点,其中一个发送无线信号,另一个接收无线信号并采集CSI数据;

(1.3)两个节点同时采集声音信号;

(1.4)对于(1.2)和(1.3)中采集的数据,都传输到服务器进行综合处理、分析;

步骤2,训练阶段,提取数据特征并建立特征数据库和分类器,包括:

(2.1)在安静的环境下采集用户行走在一条固定的路线上时产生的CSI信号和声音信号;

(2.2)对步骤(2.1)中获得的信号,在三种特征空间(置信度独立空间,CSI置信度敏感空间,声音置信度敏感空间)下进行训练特征提取;

(2.3)对步骤(2.2)中获得的三种特征空间下的特征,分别在各个特征空间内构建三个概率分类器,概率分类器可以输出当前数据属于各个身份类别的概率;

步骤3,识别阶段,数据预处理并融合分类器结果,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711349393.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top