[发明专利]一种基于响指的身份识别方法和系统

权利要求书

1.一种基于响指的身份识别方法，包括以下步骤：

步骤S1，采集被识别者打响指的声音信号和加速度信号；

步骤S2，对采集到的响指声音信号进行处理，检测响指事件的出现位置并提取响指事件声音信号的声音特征；

步骤S3，对采集到的加速度信号进行处理，提取加速度信号中的运动特征；

步骤S4，基于所述响指事件声音信号的声音特征和所述加速度信号的运动特征，通过机器学习进行数据识别，获得合法用户的身份识别模型。

2.根据权利要求1所述的方法，其特征在于，步骤S2包括：

对于采集到的打响指的声音信号，使用巴特沃斯带通滤波器进行第一次滤波，该巴特沃斯带通滤波器的频率范围是100hz至10000hz；

使用小波滤波器进行第二次滤波，该小波滤波器是3阶自适应阈值的小波滤波器；

对于滤波后的响指声音信号进行分帧和加窗处理，并检测响指事件的出现位置，进而截取有效的响指事件声音信号；

对于所截取的有效的响指事件声音信号，提取声音峰值的梅尔频率倒谱系数特征、光谱熵特征、瞬时频率特征、能量特征中的一项或多项作为所述响指事件声音信号的声音特征。

3.根据权利要求2所述的方法，其特征在于，所述检测响指事件出现位置和截取有效的响指事件声音信号包括：

设定响指事件的最小峰阈值，记录响指事件峰值大于该最小峰阈值的信号样本点，并且设定信号峰值之间的间隔阈值，根据该间隔阈值获取响指事件的峰值点；

以所述响指事件的峰值点为参考，截取前序和后序一段时间的样本点，作为所述有效的响指事件声音信号。

4.根据权利要求1中所述的方法，其特征在于，步骤S3包括：

对于采集到的加速度信号，使用巴特沃斯带通滤波器去除噪声干扰；

根据响指的声音信号的记录时间和加速度信号的记录时间，对滤波后的加速度信号进行切割提取处理；

在响指事件中，结合加速度的原信号，光谱熵特征，瞬时频率特征和能量特征，作为所述加速度信号的运动特征。

5.根据权利要求4所述的方法，其特征在于，所述对加速度信号进行切割提取处理时，加速度信号中事件的切割大小由声音信号事件切割大小和声音信号的采样率与惯性传导单元采样率的比例决定。

6.根据权利要求1所述的方法，其特征在于：步骤S4包括：

在机器学习中，基于所述响指事件声音信号的声音特征和所述加速度信号的运动特征构建训练样本集，输入到二类识别模型，获得用于区分合法用户和非法用户的身份识别模型；

对所构建的训练样本集进行训练和评估，找出置信度高的样本重新构建用于输入到所述二类识别模型的训练样本集。

7.根据权利要求6所述的方法，其特征在于，所述对训练样本集进行训练和评估包括：

计算每个样本到合法用户模型的超平面的最大距离作为每个样本识别的置信度，根据置信度的大小对样本进行排序，根据拒识率选取一部分的样本进入二类识别模型；或者

计算每个样本到合法用户模型的典型样本的动态时间规整，根据计算的动态时间规整的大小对样本进行排序，根据拒识率选取一部分的样本进入二类识别模型。

8.根据权利要求1中所述的方法，其特征在于，在步骤S1中，利用设有声学元器件麦克风和惯性传导单元的手机或可穿戴式智能设备采集响指的声音信号和加速度信号。

9.一种基于响指的身份识别系统，包括：

数据采集模块：用于采集被识别者打响指的声音信号和加速度信号；

数据处理模块：用于对采集到的响指声音信号进行处理，检测响指事件的出现位置并提取响指事件声音信号的声音特征，以及用于对采集到的加速度信号进行处理，提取加速度信号中的运动特征；

身份识别模块：用于基于所述响指事件声音信号的声音特征和所述加速度信号的运动特征，通过机器学习进行数据识别，获得合法用户的身份识别模型。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。