[发明专利]无负担问答式c-VEP身份识别方法

说明书

本发明涉及一种无负担问答式c‑VEP身份识别方法，该方法由用户身份c‑VEP模型构建和基于c‑VEP的身份识别两个部分组成，用户身份c‑VEP模型构建和基于c‑VEP的身份识别都要求用户佩戴脑电帽参与设定的人机交互过程，记录下用户在交互过程中的脑电信号；用户身份c‑VEP模型构建部分将交互过程中的脑电信号转化为c‑VEP样本，并运用机器学习的方法在c‑VEP样本集合上构建用户身份c‑VEP模型；基于c‑VEP的身份识别部分将当前用户的脑电信号转化为身份c‑VEP样本，送入用户身份c‑VEP模型进行计算，识别出当前用户的身份。该方法要求用户在人机交互过程中回答没有认知负担的问题，仅保留用户正确回答问题时的脑电信号用于识别身份。该方法有利于提高采用脑电信号进行身份识别的可靠性和准确性。

技术领域

本发明属于生物识别领域，具体涉及一种无负担问答式c-VEP身份识别方法。

背景技术

当前，信息技术飞速发展。而身份识别是保证信息安全的重要前提。传统的身份识别方法包括基于身份标识物品的身份识别和基于身份标识知识的身份识别。但是标识物品容易遗失或被假冒，而标识知识容易遗忘或被破译。因此，基于生物特征识别技术的身份识别方法，由于具有更好的安全性和可靠性，得到越来越多的重视和研究。

目前，被广泛研究和应用的生物特征识别技术包括指纹识别、人脸识别、虹膜识别、声纹识别等。但是，这些生物识别技术仍存在这样或那样的问题，无法充分保证安全性。脑电信号（EEG）是一种很好的用于身份识别的生物特征。每个人都有脑电波，且由于每个人的大脑特性、思维方式等各不相同造成不同个人存在不同的EEG信号，因此，其具有普遍性和特异性。此外，由于EEG信号来源于大脑的思维活动，难以伪造，因此，具有很高的鲁棒性。基于这种特点，可以通过提取脑电信号特征来实现身份识别。

发明内容

本发明的目的在于提供一种无负担问答式c-VEP身份识别方法，该方法有利于提高基于脑电信号进行身份识别的准确性。

为实现上述目的，本发明采用的技术方案是：一种无负担问答式c-VEP身份识别方法，该方法由用户身份c-VEP模型构建和基于c-VEP的身份识别两个部分组成，用户身份c-VEP模型构建和基于c-VEP的身份识别都要求用户佩戴脑电帽参与设定的人机交互过程，记录下用户在交互过程中的脑电信号；用户身份c-VEP模型构建部分将交互过程中的脑电信号转化为c-VEP样本，并运用机器学习的方法在c-VEP样本集合上构建用户身份c-VEP模型；基于c-VEP的身份识别部分将当前用户的脑电信号转化为身份c-VEP样本，送入用户身份c-VEP模型进行计算，识别出当前用户的身份。

进一步地，一次人机交互过程包含提示、凝视、询问和间歇四个阶段；在提示阶段，屏幕正中显示一个十字，用户被要求关注十字聚焦注意力；在凝视阶段，在所述十字的左右或上下各出现一个圆盘，一个圆盘有洞，另一个圆盘无洞，有洞的圆盘出现在哪一边完全随机，两个圆盘依照不同的模式同时闪烁，用户被要求关注有洞的圆盘；在询问阶段，屏幕正中出现一个问号，用户被要求通过按键回答在凝视阶段有洞的圆盘出现在左边还是右边或者上边还是下边，用户按键后询问阶段随即结束；在间歇阶段，屏幕变黑引导用户休息。

进一步地，在凝视阶段，圆盘的闪烁用m-sequence序列来控制；任选四个63 bit的m-sequence序列，它们对应上下左右四个位置，称作M1闪烁方案，上下对调左右对调后称作M2闪烁方案；一半用户采用M1闪烁方案，另一半用户采用方案M2闪烁方案；m-sequence序列中每个比特对应一帧，0表示暗，1表示亮，控制对应的圆盘闪烁。

进一步地，用户身份c-VEP模型构建部分要求用户执行多次人机交互，收集用户正确回答问题时凝视阶段的脑电信号，用收集到的凝视阶段脑电信号为每个用户构造大量的c-VEP样本；构造方法为，把用户关注左边或者上边的一次脑电信号和用户关注右边或者下边的一次脑电信号拼接为该用户的一个c-VEP样本；用户身份c-VEP模型构建部分采用机器学习方法在所有用户的c-VEP样本集合上训练出所述用户身份c-VEP模型。