[发明专利]一种物联网可穿戴设备中基于人体行为的身份识别方法

说明书

本发明公开了一种物联网可穿戴设备中基于人体行为的身份识别方法,可应用于医疗、生活、军工等各个领域。本发明针对目前可穿戴式设备识别的效率低和准确度低的不足，对其进行改进，主要考虑可穿戴式设备的便携性，以及步态分析的较高准确性。本文提出的方法对个人的步频和步长两个特征进行提取，归一化之后，计算步频、步长的累积失真距离，并进行结果的动态判断，同时进行数据库的更新，这样既可以保证设备识别的便携性，又可以保证识别结果的较高准确度。

技术领域

本发明属于物联网领域，具体涉及一种物联网中可穿戴设备的身份识别。

背景技术

物联网是新一代信息技术的重要组成部分，被预测为继互联网之后的第四次科技革命，是一种将人与物，物与物互相联系在一起的信息技术。物联网已经在智慧城市、环保检测、智慧医疗和交通等很多行业得到了广泛的应用。随着对于生活质量要求的不断提高，人们对于电子设备也不仅仅满足于功能的实现，而是要求更加强调人性化的用户体验，更加便携、智能的穿戴式设备作为物联网领域的新兴应用方向逐渐发展起来，例如以Googleglass为代表的智能眼镜、智能手环等，这些可穿戴设备不断地推出市场并迅速得到广大消费者的青睐。

在可穿戴设备上部署了海量的多种类型传感器，每个传感器都是一个信息源，不同类别的传感器捕获的信息内容和信息格式不同。而且传感器获得的信息具有实时性，按一定的频率周期性的采集环境信息，不断更新数据，其目的是实现物与物，物与人的实时连接，方便识别、管理和控制。在可穿戴设备中，为了更人性化的人机交互与更好更安全的用户体验，身份识别无疑是重要的一个分支。当前可穿戴设备的身份识别的主要手段是指纹识别或语音识别，但这会带来更高的功耗与更昂贵的成本。

发明内容

针对目前可穿戴式设备识别的效率低和准确度低的不足，本发明对其进行改进，公开了一种物联网可穿戴设备中基于人体行为的身份识别方法,可应用于医疗、生活、军工等各个领域。

一种物联网可穿戴设备中基于人体行为的身份识别方法，包括如下步骤：

步骤1：将步频F(Frequency)、步长S(Step)划分到n个小区间，得到分布在n个小区间的步频分布序列P(F)、步长分布序列Q(S)；P_n表示步频分布在第n个区间的频数，Q_n表示步长在第n个区间的频数；

P(F)＝[P₁，P₂，…，P_n] (1)

Q(S)＝[Q₁，Q₂，…，Q_n] (2)

步骤2：将步频序列P(F),步长序列Q(S)按照处理规则转换到规定区间[X1,X2]，[Y1,Y2]上，得到归一化后的步频序列P’(F)，步长序列Q’(S)；

步骤3：判断可穿戴设备内部是否存在一个保存设备拥有者的步态行为特征数据库GDB；不存在则建立一个GDB；若存在GDB且GDB中已有数据，转步骤6；

步骤4：计算步频与步长分布在n个区间的权值因子w_n，ρ_n，记录在步频权值数组Weight(F)、步长权值数组Weight(S)中，并保存在步态行为特征数据库GDB中；

步骤5：将步骤2中的数据记录入步态行为特征数据库GDB中，作为待识别的目标人物，记作目标人物步频序列Target(F)＝[M₁，M₂，…，M_n]、目标人物步长序列Target(S)＝[N₁，N₂，…，N_n]，识别结束；