[发明专利]一种基于鞋垫的身份认证方法

说明书

本发明公开了一种基于鞋垫的身份认证方法，包括以下步骤：建立由多组数据组成的身份认证数据集，将身份认证数据集分为训练集和测试集，每组数据包括利用鞋垫采集的一个人在不同状态的行为信号数据，鞋垫上设置有数据采集传感器；构建FCN神经网络模型；先对训练集和测试集中的行为信号数据进行预处理，再将处理后的训练集输入FCN神经网络模型进行训练，得到训练后的FCN神经网络模型；将处理后的测试集输入训练后的FCN神经网络模型进行识别分类，得到身份认证结果。采用被动非侵入的认证方式，通过用户的日常行为对用户进行认证，相比于常见的主动认证方式，避免了繁琐的认证过程，隐式的认证方式也增加了安全性。

技术领域

本发明属于识别方法技术领域，涉及一种基于鞋垫的身份认证方法。

背景技术

智能设备的发展改变了我们的日常生活方式，为用户提供数据和进行交流互动的平台。目前，大多数移动设备以基于知识的方案和生物识别技术作为主要的访问方法，但这些方法存在用户刻意记住复杂的密码，频繁输入密码时不方便等劣势。生物特征认证技术提供了一种方便、简单的用户认证方法，生物识别技术，如人脸、指纹、眼圈和虹膜可以提供点认证。然而，他们不能提供隐式和透明的认证，容易受环境影响。

随着科技的发展，嵌入式设备、人工智能和深度学习算法的发展为用户识别和认证提供了有效的解决方案。许多研究人员使用智能鞋垫来识别日常人类行为，除了识别人类日常行为外，对移动设备安全的关注增强，以及智能鞋垫等智能设备的普及，都增加了研究者对智能鞋垫在安全概念中的应用的关注。

当前身份识别方法主要指纹，脸部识别等主动交互式的认证方法，需要用户了解识别的方法和过程，并且容易遭受入侵者的攻击。随着智能设备和深度学习的发展，可通过随身的智能设备进行身份的认证，中国专利(申请号：CN201911157462.3，公开号：CN110929243A)公开了一种基于手机惯性传感器的身份识别方法，该方法通过手机上的惯性传感器数据通过LSTM深度网络模型挖掘出隐藏的生物特征信息，实现对手机携带者的身份验证，但该方法的需要用户进行一系列繁琐的动作，影响了用户的体验。

发明内容

本发明的目的是提供一种基于鞋垫的身份认证方法，解决了现有技术中存在认证识别方式繁琐的问题。

本发明所采用的技术方案是，一种基于鞋垫的身份认证方法，包括以下步骤：

步骤1、建立由多组数据组成的身份认证数据集，将身份认证数据集分为训练集和测试集，每组数据包括利用鞋垫采集的一个人在不同状态的行为信号数据，鞋垫上设置有数据采集传感器；

步骤2、构建FCN神经网络模型；

步骤3、先对训练集和测试集中的行为信号数据进行预处理，再将处理后的训练集输入FCN神经网络模型进行训练，得到训练后的FCN神经网络模型；

步骤4、将处理后的测试集输入训练后的FCN神经网络模型进行识别分类，得到身份认证结果。

本发明的特点还在于：

步骤5、采集未包括在身份认证数据集中的人员行为信号数据，并将行为信号数据经过步骤3中的预处理后，输入训练后的FCN神经网络模型，得到识别结果，计算训练后的FCN神经网络模型准确率和F1-score值作为评价指标。

数据采集传感器包括至少一个压力传感器、三轴加速度传感器、三轴陀螺仪中的一种或几种的组合；每个压力传感器采集的行为信号数据为一个类型的数据，三轴加速度传感器采集的行为信号数据为三个类型的数据，三轴陀螺仪采集的行为信号数据为三个类型的数据。

行为信号数据包括正坐、站立、行走三种状态。