[发明专利]基于肌电信号和孪生神经网络的智能手机用户认证方法和系统有效

专利信息
申请号: 202010140395.0 申请日: 2020-03-03
公开(公告)号: CN111371951B 公开(公告)日: 2021-04-23
发明(设计)人: 牛建伟;范博宇;张一帆 申请(专利权)人: 北京航空航天大学
主分类号: G06F21/32 分类号: G06F21/32;H04L9/32;H04M1/72463;H04M1/67;A61B5/389;A61B5/397;A61B5/00
代理公司: 北京永创新实专利事务所 11121 代理人: 祗志洁
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 电信号 孪生 神经网络 智能 手机用户 认证 方法 系统
【权利要求书】:

1.一种基于肌电信号和孪生神经网络的智能手机用户认证系统,其特征在于,包括:

用户佩戴的Myo臂环,用于采集用户拿取手机过程中的肌电信号;

安装在智能处理设备上的肌电信号分段处理模块、孪生神经网络训练模块和臂环旋转无关性设计模块;

以及安装在智能手机上的解锁系统;

所述的肌电信号分段处理模块将Myo臂环采集到的肌电信号提取为肌电信号矩阵;所述的Myo臂环采集用户的有效动作时间为2秒,所述的肌电信号分段处理模块设置采样率为200Hz,从一条2秒的肌电信号中提取到一个8×400的肌电信号矩阵;

所述的孪生神经网络训练模块用于训练孪生神经网络;每个神经网络包括三个过滤器卷积层和一个全连接层;神经网络的输入是肌电信号矩阵,神经网络的输出是全连接层的输出向量;计算两个神经网络的输出向量的欧氏距离,距离取值范围是[0,1],0代表两个肌电信号矩阵来自不同的用户,1代表两个肌电信号矩阵来自同一用户;利用训练数据对孪生神经网络进行训练,对训练好的孪生神经网络进行等错误率分析,找到最佳分类阈值;孪生神经网络训练模块将训练好的孪生神经网络和最佳分类阈值输出给智能手机上的解锁系统;

所述的孪生神经网络训练模块的每个神经网络包括三个过滤器卷积层和一个具有128个单元的全连接层;其中,第一卷积层用于学习Myo臂环的八个肌电信号采集通道之间的特征,第一卷积层的内核大小为8×1;第二卷积层的内核大小为1×3,用于提取用户拿取手机过程中的动作序列在时间维度上的卷积特征;第三卷积层的内核大小为1×1;

所述的臂环旋转无关性设计模块使用数据增强的方法获取孪生神经网络的训练数据,具体是:旋转Myo臂环,移动传感器的位置,顺时针旋转Myo臂环8次,每次旋转使当前一个传感器的位置由上一个传感器替代,每旋转一次就采集一次用户拿取手机过程中的肌电信号,得到8组不同的肌电信号,将从同一用户获取的8组肌电信号矩阵的标签设置为同一个认证身份;

所述的解锁系统包括肌电信号分段处理模块、注册模块和认证模块;用户通过注册模块采集用户拿取手机过程中的肌电信号,输入肌电信号分段处理模块提取肌电信号矩阵,添加用户的认证身份标签,并保存在本地;认证模块存储训练好的孪生神经网络以及最佳分类阈值;需要认证时,认证模块对实时采集的肌电信号通过肌电信号分段处理模块提取肌电信号矩阵,将实时的肌电信号矩阵与保存在本地的肌电信号矩阵输入孪生神经网络,计算两个肌电信号矩阵对应的输出向量的欧氏距离,并与最佳分类阈值进行比较,如果小于阈值,则认证成功,否则,认证失败。

2.如权利要求1所述的智能手机用户认证系统,其特征在于,所述的孪生神经网络训练模块,所获取的每个训练样本包括一组肌电信号矩阵和对应的配对值;在获取训练样本时,根据认证身份,对来自同一个用户的一组肌电信号矩阵设置配对值为1,对来自不同用户的一组肌电信号矩阵设置配对值为0,将配对后的肌电信号矩阵输入到孪生神经网络中进行训练。

3.一种基于肌电信号和孪生神经网络的智能手机用户认证方法,其特征在于,包括如下步骤:

步骤1,采集肌电信号训练数据;

用户佩戴Myo臂环,采集用户拿取手机过程中的肌电信号,并为采集的肌电信号添加用户身份标签;Myo臂环包括8个传感器通道,采集训练数据时,顺时针旋转Myo臂环8次,每次旋转使当前一个传感器的位置由上一个传感器替代,每次旋转后测量一次肌电信号,得到8组不同的肌电信号,设置8组肌电信号的标签为同一个用户身份;

步骤2,对采集的肌电信号进行分割,提取肌电信号矩阵;

用户拿取手机过程中的有效动作的时间为两秒,在Myo臂环的8传感器通道、采样率为200Hz的条件下,提取到的肌电信号矩阵的大小为8×400,矩阵中的行代表传感器通道,列代表采集的肌电信号值;

步骤3,对不同的肌电信号矩阵进行成对匹配,以形成训练样本;进行成对匹配时,将来自同一个人的两个肌电信号矩阵的匹配值设置为1,将来自不同人的两个肌电信号矩阵的匹配值设置为0;

步骤4,利用训练样本对孪生神经网络进行训练;

训练时,孪生神经网络的输入是两个肌电信号矩阵,计算孪生神经网络的两个输出向量的欧式距离,作为输入的两个肌电信号矩阵的相似度,最小化相似度与训练样本的匹配值,调整孪生神经网络的参数;对孪生神经网络进行等错误率分析,找到最佳的分类阈值;

所述的孪生神经网络训练模块的每个神经网络包括三个过滤器卷积层和一个具有128个单元的全连接层;其中,第一卷积层用于学习Myo臂环的八个肌电信号采集通道之间的特征,第一卷积层的内核大小为8×1;第二卷积层的内核大小为1×3,用于提取用户拿取手机过程中的动作序列在时间维度上的卷积特征;第三卷积层的内核大小为1×1;

步骤5,将训练好的孪生神经网络和最佳分类阈值移植到智能手机的解锁系统中;

步骤6,用户使用解锁系统进行注册;

用户佩戴Myo臂环,按照预设引导信息执行动作,采集肌电信号;对采集的肌电信号进行分割,提取肌电信号矩阵;将提取的肌电信号矩阵保存在手机本地,并添加用户身份标签;

步骤7,用户使用解锁系统进行身份认证;

用户佩戴Myo臂环,在拿起智能手机过程中产生新的肌电信号,解锁系统实时保存来自Myo臂环的肌电信号,对该实时的肌电信号进行分割,提取肌电信号矩阵;将提取的肌电信号矩阵与用户注册时存储的肌电信号矩阵进行两两配对,将每一对矩阵输入到训练好的孪生神经网络中,计算两个肌电信号矩阵的相似度,当相似度小于最佳分类阈值时,将成功授权用户并解锁智能手机,否则拒绝用户。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010140395.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top