多元數(shù)據(jù)融合的非干擾步態(tài)身份識(shí)別方法研究.pdf

1、隨著可穿戴智能移動(dòng)終端的發(fā)展，智能終端的安全問(wèn)題日益突出?；诓綉B(tài)的用戶身份識(shí)別方法利用可穿戴設(shè)備內(nèi)置的傳感器實(shí)現(xiàn)對(duì)用戶身份的識(shí)別，具有設(shè)備無(wú)關(guān)性、不受場(chǎng)景的限制和對(duì)用戶非干擾等特點(diǎn)，是一種有效的非干擾用戶身份識(shí)別方法。
　　傳統(tǒng)的非干擾步態(tài)識(shí)別方法在可穿戴智能終端設(shè)備風(fēng)險(xiǎn)控制領(lǐng)域的應(yīng)用還存在一些問(wèn)題，大多數(shù)已有的方案是通過(guò)加速度傳感器、陀螺儀等多種傳感器對(duì)步態(tài)進(jìn)行身份識(shí)別與驗(yàn)證，從而進(jìn)行手機(jī)的風(fēng)險(xiǎn)控制。由于識(shí)別的方法設(shè)置了許多限

2、制條件，造成該技術(shù)的推廣和使用具有一定的困難。例如:傳感器設(shè)備要固定在腳踝、膝蓋、腰部等位置同時(shí)需要將手機(jī)放在特定位置并保證特定朝向，用戶需要做特定的動(dòng)作。其次，通過(guò)步態(tài)進(jìn)行身份識(shí)別與驗(yàn)證的技術(shù)應(yīng)用到風(fēng)險(xiǎn)控制領(lǐng)域需要一套完整可靠的系統(tǒng)架構(gòu)。因此，本文提出一種與位置、行為無(wú)關(guān)的非干擾的身份識(shí)別與驗(yàn)證方法，通過(guò)用戶行為與設(shè)備位置的特征遷移提取有效的特征并構(gòu)建多元數(shù)據(jù)融合模型實(shí)現(xiàn)非干擾用戶身份的識(shí)別，并以此為核心建立了一套完整的系統(tǒng)實(shí)現(xiàn)架構(gòu)和

3、原型系統(tǒng)。該架構(gòu)方法的實(shí)現(xiàn)提高了用戶身份識(shí)別的準(zhǔn)確度和魯棒性、改善人機(jī)交互體驗(yàn)。實(shí)驗(yàn)結(jié)果表明本文設(shè)計(jì)的系統(tǒng)架構(gòu)也有利于系統(tǒng)整體精度的提升且該方法具有較高的識(shí)別率和極低FPR（假陽(yáng)率）的特點(diǎn)，從而在非干擾用戶的情況下提高了APP和智能手機(jī)等智能終端設(shè)備的安全性。本文主要貢獻(xiàn)如下:
　　(1)提出了一種面向用戶非干擾步態(tài)身份識(shí)別的有效特征提取方法。為了消除步態(tài)身份識(shí)別過(guò)程中用戶行為和設(shè)備位置的影響，除了提取用戶步態(tài)特征還分別提取用戶行

4、為特征和設(shè)備位置位置特征;同時(shí)，針對(duì)由于個(gè)體差異性和設(shè)備位置的差異導(dǎo)致的用戶行為模型和位置模型漂移問(wèn)題，提出了一種基于行為位置相關(guān)的特征遷移學(xué)習(xí)方法，利用遷移成分分析將不同用戶行為和設(shè)備位置的源域和目標(biāo)域變換到相同的重構(gòu)希爾波特空間，以消除特征的差異性、提高非干擾步態(tài)身份識(shí)別魯棒性。
　　(2)提出了一種多元數(shù)據(jù)融合的非干擾步態(tài)身份識(shí)別方法。為了解決用戶行為和可穿戴設(shè)備位置對(duì)步態(tài)身份識(shí)別的影響，利用加速度傳感器數(shù)據(jù)針對(duì)用戶行為和可

5、穿戴設(shè)備位置分別進(jìn)行有效特征提取;利用隨機(jī)森林(RandomForest，RF)算法分別構(gòu)建用戶行為和可穿戴設(shè)備位置識(shí)別模型，構(gòu)建多元數(shù)據(jù)融合的非干擾步態(tài)身份識(shí)別模(Multi-model Data Fusion based Unobtrusive identification Method，MD-UIM)。實(shí)驗(yàn)結(jié)果表明，在選取用戶行為習(xí)慣與智能設(shè)備位置關(guān)系的五種組合能進(jìn)行有效的識(shí)別，測(cè)試精度較傳統(tǒng)方法提升了5％，同時(shí)驗(yàn)證了有效特征提取