[发明专利]心纹识别方法、终端以及可读储存介质

说明书

本发明公开了一种心纹识别方法、终端以及可读储存介质，所述心纹识别方法包括以下步骤：获取心电信号，所述心电信号包括输入的目标心纹信号与数据库中的心电信号，训练卷积神经网络提取所述心电信号的特征数据；根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度；根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号，并根据目标心电信号确定目标心纹信号所属对象的身份。本发明所通过卷积神经网络提取出心电信号中的特征，再通过联合贝叶斯算法计算出各心电信号特征的相似度，然后通过心电信号特征的相似度识别心电信号，并且简单易用，增加了心纹识别的准确性与实用性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种心纹识别方法、终端以及可读储存介质

背景技术

如今根据人体特征进行身份识别的方法有很多，例如指纹、人脸、虹膜识别等识别方法，但是通过心电信号进行身份识别的方式却十分罕见。心电信号中含有很多独特的健康信息，例如房颤、早搏等，因此心电信号也具备了不可复制的特点。但是目前心电信号的识别方法主要是通过计算心电信号的几何特征，像是QRS波(QRS wave，指正常心电信号中幅度最大的波)的高度，面积，ST(ST-segment，由QRS波群结束到T波开始的平线)段的斜率等等，然后根据这些特征进行心电信号的识别，但是上述的识别方式在准确率上却还不能够达到令人满意的程度。

发明内容

本发明的主要目的在于提供一种心纹识别方法，旨在解决通过心电信号进行身份识别时准确率不足的问题。

为实现上述目的，本发明提供一种心纹识别方法，所述心纹识别方法包括以下步骤：

获取心电信号，所述心电信号包括输入的目标心纹信号与数据库中的心电信号，训练卷积神经网络提取所述心电信号的特征数据；

根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度；

根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号，并根据目标心电信号确定目标心纹信号所属对象的身份。

可选地，所述训练卷积神经网络提取所述心电信号的特征数据的步骤包括：

通过对心电信号进行清洗处理得到训练数据；

根据卷积神经网络与训练数据获取所述心电信号的特征数据。

可选地，所述通过对心电信号进行清洗处理得到训练数据的步骤包括：

将所述心电信号的波形进行预设方式的截取，得到满足波形数量规律的训练数据。

可选地，所述根据卷积神经网络与训练数据获取所述心电信号的特征数据的步骤包括：

通过输入训练数据对神经网络进行训练，当准确率大于预设比例时，则判定神经网络训练完成训练；

将心电数据输入所述神经网络得到心电信号的特征数据。

可选地，所述根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度的步骤包括：

所述训练数据通过对心电信号进行清洗处理来获取；

计算训练数据的协方差矩阵，所述协方差矩阵包括类内协方差矩阵与类间协方差矩阵；

根据联合贝叶斯算法与协方差矩阵，计算出目标心纹信号与数据库中的心电信号的相似度。

可选地，所述根据联合贝叶斯算法计算出目标心纹信号与数据库中的心电信号的相似度的步骤包括：

将两个心电信号的特征数据带入联合贝叶斯算法中得出两个心电信号相似度，所述两个心电信号为目标心纹信号与一个数据库中的心电信号。