[发明专利]基于触控手势的身份认证系统及其工作方法

权利要求书

1.一种基于触控手势的身份认证系统，其特征在于，包括：手势感知模块和身份认证模块；其中，

手势感知模块包括：数据获取子模块、子状态切分模块及特征提取子模块；数据获取子模块用于获取用户滑动手势过程中移动设备触摸屏和惯性传感器的时序数据；子状态切分模块用于对时序数据进行数据分段，得到子状态数据；特征提取子模块用于对所有子状态数据进行特征提取并拼接；

身份认证模块包括：特征分析与选择子模块、手势模型训练子模块及手势模型认证子模块；特征分析与选择子模块用于对上述特征进行有效性分析；手势模型训练子模块基于有效特征数据构建身份模型；手势模型认证子模块用于验证未知认证用户的身份。

2.根据权利要求1所述的基于触控手势的身份认证系统，其特征在于，所述惯性传感器包含加速度计传感器和陀螺仪传感器。

3.根据权利要求1所述的基于触控手势的身份认证系统，其特征在于，所述子状态切分模块使用三角形外接圆曲率法计算时序数据中包含触摸屏坐标点的曲率半径，基于曲率半径的大小对时序数据进行切分。

4.根据权利要求1所述的基于触控手势的身份认证系统，其特征在于，所述特征分析与选择子模块使用Fisher score算法对提取的特征进行有效性分析。

5.根据权利要求1所述的基于触控手势的身份认证系统，其特征在于，所述手势模型训练子模块使用One-Class分类器构建身份模型。

6.一种基于触控手势的身份认证系统的工作方法，其特征在于，包括步骤如下：

1）获取触屏手势滑动过程中移动设备触摸屏和惯性传感器的时序数据；

2）基于上述时序数据中包含的触摸屏坐标数据，将所述移动设备触摸屏和惯性传感器的时序数据切分为多个子状态；

3）从上述每一个子状态时序数据中提取代表该子状态触屏行为习惯特点的子特征向量，并将多个子特征向量组成一个表示所述移动设备触摸屏行为习惯特点的特征向量；

4）基于训练过程中采集到的手势特征训练集数据，分析每个特征有效性并进行高低的排序；基于所述特征排序结果，选择出能更好表征手势行为习惯的有效特征；

5）基于特征分析与选择后的有效特征训练集数据，训练所述手势的身份模型；

6）基于未知认证用户采集到的特征选择后的手势特征测试数据，与训练阶段生成的手势身份模型进行匹配来判断认证用户身份的合法性。

7.根据权利要求6所述的基于触控手势的身份认证系统的工作方法，其特征在于，所述步骤2）具体步骤如下：

21）根据手势的坐标提取切分点：使用三角形外接圆曲率法计算除去初始点和结束点坐标之外其他所有坐标的曲率半径，当某坐标的曲率半径小于阈值半径时，认为所述某坐标为所述手势的切分点；

22）如果两个切分点之间的时间间隔低于0.1秒时，只保留时间顺序靠前的切分点作为一个有效切分点；

23）根据所述有效切分点对所述手势进行子状态的切分。

8.根据权利要求6所述的基于触控手势的身份认证系统的工作方法，其特征在于，所述步骤3）中的子特征向量包括：

31）触摸屏特征，其包括所述子状态过程中手势滑动的子状态轨迹长度大小、平均坐标速度、平均屏幕按压压力大小及平均触摸面积大小；触摸屏特征从所述子状态触摸屏时序数据中提取；

32）设备速度特征，其包括所述子状态过程中移动设备在空间XYZ三轴速度变化的大小；设备速度特征从所述子状态加速度计传感器XYZ三轴时序数据中提取；

33）设备角度特征，其包括所述子状态过程中移动设备在空间XYZ三轴角度变化的大小；设备角度特征从所述子状态陀螺仪传感器XYZ三轴时序数据中提取；

34）对于一个子状态，提取包含10个特征的子特征向量来表征该手势子状态滑动过程中的用户行为习惯。