[发明专利]用于手部可穿戴设备的基于直拳动作检测的用户认证方法

摘要

一种用于手部可穿戴设备的基于直拳动作检测的用户认证方法，首先采用离线建立分类器模块通过可穿戴设备收集多组用户佩戴设备时做出的直拳动作产生的传感器数据，对数据进行除噪后提取特征值，将特征值作为特征向量采用一类支持向量机训练得到分类模型，构建分类器；再采用在线识别模块通过可穿戴设备收集穿戴者的传感器数据，根据对除噪后的数据的特征向量，通过离线建立分类器模块构建的分类器进行分类，界定穿戴者是否为拥有者，并将结果输出；本发明相对于大多数厂商已经使用的现有身份识别机制而言，安全性高，不易被窃听，并且挥拳动作简单易于操作，能够在大多数手部可穿戴设备上应用。

主权项

1.一种用于手部可穿戴设备的基于直拳动作检测的用户认证方法，其特征在于，首先采用离线建立分类器模块通过可穿戴设备收集多组用户佩戴设备时做出的直拳动作产生的传感器数据，对数据进行除噪后提取特征值，将特征值作为特征向量采用一类支持向量机训练得到分类模型，构建分类器；再采用在线识别模块通过可穿戴设备收集穿戴者的传感器数据，根据对除噪后的数据的特征向量，通过离线建立分类器模块构建的分类器进行分类，界定穿戴者是否为拥有者，并将结果输出，其中：提取特征向量包括以下步骤：S1：根据静止状态下基准水平和动作时的能量水平确定挥拳动作的开始时间和结束时间，即通过计算数据的能量水平并与基准水平进行比较，当能量水平超过阈值时，认为动作已经开始，则当前能量水平对应的时间窗口起点就是动作的开始时间；将系统记录数据的最后100ms内的数据均值作为动作结束后设备静止的基准水平，用同样的方法计算动作的结束时间；S2：在获得动作的开始和结束时间之后，分离出动作产生的传感器数据；S3：通过对除噪后的传感器数据计算统计特征的方法提取特征值，作为一类支持向量机训练的特征向量。