一种穿戴式设备的身份识别方法及识别装置制造方法及图纸

本发明专利技术所提供的穿戴式设备的身份识别方法或装置根据滤波去噪后的心电信号得到用户的R波的幅度与T波的幅度的比值及QTC的时间间隔，并将这两项参数作为用户身份的判断标准与预先存储的特征模板进行对比，从而确定用户身份。与现有技术中的仅以各种波的峰值或起始点作为判断标准相比，本发明专利技术将R波的幅度与T波的幅度的比值、QTC的时间间隔作为重要的判断参数，这两项参数更加稳定，从而使得判断更加准确；且这两项参数是基于心电信号的实域特征进行的提取，计算量更低，从而能够降低穿戴式设备的功耗。

Method and device for identifying identity of wearable device

The identification method of wearable device provided by the invention or device according to the ratio and amplitude of QTC wave and T R users get ECG signal denoising filtering after the wave amplitude and the time interval, and these two parameters as feature template standard user identity and pre stored were compared. In order to determine the identity of the user. In the prior art, only in a variety of wave peak or starting point as the criteria compared to the ratio of QTC, R wave amplitude and T wave amplitude and the time interval for judging the important parameters of these two parameters is more stable, so as to make the judgment more accurate; and these two parameters are extracted the real domain characteristics of the ECG signal based on the amount of calculation is lower, which can reduce the power consumption of wearable devices.

【技术实现步骤摘要】
一种穿戴式设备的身份识别方法及识别装置
本专利技术属于身份识别
，尤其涉及一种穿戴式设备的身份识别方法及识别装置。
技术介绍
穿戴式设备的体积较小，大多功能的设计都是与个人的健康数据、或个人的运动数据相关，在对穿戴式设备反馈的个人数据进行管理分析时，管理人难以知晓当前数据是否为该设备所有者的数据，容易出现误判。因此，穿戴式设备大多需要对用户的身份进行识别。现有的身份识别方法，市场上采用最多的是两种方法：一种方法是采用摄像头或者指纹识别技术进行个人身份识别，这种方法制备的产品造价昂贵，且构造较复杂，不适合应用于体积较小的穿戴式设备。另一种常用方法是采用心电图(ECG，electrocardiogram)技术进行个人身份识别。心电图已经被学术界论证可以作为人体身份识别的重要特征，心电图身份识别技术通常将用户心电图特征与心电图特征模板库进行对比，从而识别出个人身份。利用这种方法识别身份可节省成本，产品能够得到普及。但是，目前市场上的穿戴式设备在采集个人心电图特征参数时，一般是基于PQRST这几种波中，每个波的峰值或起止点作为特征参数，单独进行判断或计算，这种判断方式得到的结果往往并不准确，且需要非常大的计算，尤其是频域的分析，会耗费非常多的计算，从而浪费了穿戴式设备的功耗。
技术实现思路
本专利技术提供一种穿戴式设备的身份识别方法及识别装置，旨在解决身份识别不准确且浪费功耗的问题。为解决上述技术问题，本专利技术提供了一种穿戴式设备的身份识别方法，所述方法包括：对获取的用户的心电信号进行滤波去噪处理；根据滤波去噪后的心电信号得到所述用户的心电信号特征参数，所述心电信号特征参数至少包括：R波的幅度与T波的幅度的比值，及QTC的时间间隔；基于预先存储的心电信号特征模板与用户身份之间的映射关系，将所述心电信号特征参数与所述映射关系中的心电信号特征模板进行匹配，基于匹配结果识别用户身份。进一步地，所述对获取的用户的心电信号进行滤波去噪处理之前还包括：采用光电容积脉搏波描记技术获取用户的心率变化结果；结合所述心率变化结果对所述穿戴式设备进行离手判断；若判断结果为未离手，则确定用户身份为上次识别的用户；若判断结果为已离手，则执行所述对获取的用户的心电信号进行滤波去噪处理的步骤。进一步地，所述心电信号特征参数还包括：QR的时间间隔、QRS的时间间隔。进一步地，所述方法还包括：在成功识别所述用户身份后，将所述心电信号特征参数作为最新的特征模板，且利用所述心电信号特征参数对所述映射关系中所述用户原有的心电信号特征模板进行更新。进一步地，所述方法还包括：若未识别所述用户身份，则确定所述用户为新用户，并采集所述新用户的身份信息，保存所述身份信息及所述心电信号特征参数之间的映射关系。本专利技术还提供了一种穿戴式设备的身份识别装置，所述装置包括：获取去噪模块，用于对获取的用户的心电信号进行滤波去噪处理；特征提取模块，用于根据滤波去噪后的心电信号得到所述用户的心电信号特征参数，所述心电信号特征参数至少包括：R波的幅度与T波的幅度的比值，及QTC的时间间隔；识别模块，用于基于预先存储的心电信号特征模板与用户身份之间的映射关系，将所述心电信号特征参数与所述映射关系中的心电信号特征模板进行匹配，基于匹配结果识别用户身份。进一步地，所述装置还包括离手判断模块，所述离手判断模块具体用于：采用光电容积脉搏波描记技术获取用户的心率变化结果；结合所述心率变化结果对所述穿戴式设备进行离手判断；若判断结果为未离手，则确定用户身份为上次识别的用户；若判断结果为已离手，则执行所述获去噪模块的操作。进一步地，所述心电信号特征参数还包括：QR的时间间隔、QRS的时间间隔。进一步地，所述装置还包括：更新模块，用于在成功识别所述用户身份后，将所述心电信号特征参数作为最新的特征模板，且利用所述心电信号特征参数对所述映射关系中所述用户原有的心电信号特征模板进行更新。进一步地，所述装置还包括：新用户记录模块，用于若未识别所述用户身份，则确定所述用户为新用户，并采集所述新用户的身份信息，保存所述身份信息及所述心电信号特征参数之间的映射关系。本专利技术与现有技术相比，有益效果在于：本专利技术所提供的方法或装置根据滤波去噪后的心电信号得到用户的R波的幅度与T波的幅度的比值及QTC的时间间隔，并将这两项参数作为用户身份的判断标准与预先存储的特征模板进行对比，从而确定用户身份。与现有技术中的仅以各种波的峰值或起始点作为判断标准相比，本专利技术将R波的幅度与T波的幅度的比值、QTC的时间间隔作为重要的判断参数，这两项参数更加稳定，从而使得判断更加准确；且这两项参数是基于心电信号的实域特征进行的提取，计算量更低，从而能够降低穿戴式设备的功耗。附图说明图1是本专利技术第一实施例提供的穿戴式设备的身份识别方法流程图；图2是本专利技术第二实施例提供的穿戴式设备的身份识别方法流程图；图3是本专利技术第三实施例提供的穿戴式设备的身份识别装置示意图；图4是本专利技术第四实施例提供的穿戴式设备的身份识别装置示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。作为本专利技术的第一个实施例，如图1所示，本专利技术提供了一种穿戴式设备的身份识别方法，该方法包括：步骤S101：对获取的用户的心电信号进行滤波去噪处理。步骤S102：根据滤波去噪后的心电信号得到该用户的心电信号特征参数，该心电信号特征参数至少包括：R波的幅度与T波的幅度的比值，及QTC的时间间隔。其中，步骤S102具体包括：分别提取经过滤波去噪处理的心电信号中Q波、R波、S波和T波的起止点参数，及分别提取R波和T波的幅度参数；基于Q波、R波、S波和T波的起止点参数，分别计算QTC时间间隔，基于R波和T波的幅度参数，计算R波的幅度与T波的幅度之间的比值。需要说明的是，Q波、R波、S波和T波，以及QTC均为目前心电图领域基本的指标或参数，因此在本专利技术中不详加解释说明。步骤S103：基于预先存储的心电信号特征模板与用户身份之间的映射关系，将该用户的心电信号特征参数与映射关系中的心电信号特征模板进行匹配，基于匹配结果识别用户身份。综上所述，本专利技术第一实施例所提供的方法，根据滤波去噪后的心电信号得到用户的R波的幅度与T波的幅度的比值及QTC的时间间隔，并将这两项参数作为用户身份的判断标准与预先存储的特征模板进行对比，从而确定用户身份。与现有技术中的仅以各种波的峰值或起始点作为判断标准相比，本专利技术将R波的幅度与T波的幅度的比值、QTC的时间间隔作为重要的判断参数，这两项参数更加稳定，从而使得判断更加准确；且这两项参数是基于心电信号的实域特征进行的提取，计算量更低，从而能够降低穿戴式设备的功耗。作为本专利技术的第二个实施例，如图2所示，本专利技术提供了一种穿戴式设备的身份识别方法，该方法包括：步骤S201：采用光电容积脉搏波描记技术(PPG，photoplethysmography)获取用户的心率变化结果，结合该心率变化结果对所述穿戴式设备进行离手判断：若判断结果为未离手，则确定该用户身份仍为上次识别的用户；若判断结果为已离手，则执行步骤S202。PPG技术与离手判断本文档来自技高网...

【技术保护点】
一种穿戴式设备的身份识别方法，其特征在于，所述方法包括：对获取的用户的心电信号进行滤波去噪处理；根据滤波去噪后的心电信号得到所述用户的心电信号特征参数，所述心电信号特征参数至少包括：R波的幅度与T波的幅度的比值，及QTC的时间间隔；基于预先存储的心电信号特征模板与用户身份之间的映射关系，将所述心电信号特征参数与所述映射关系中的心电信号特征模板进行匹配，基于匹配结果识别用户身份。

【技术特征摘要】
2016.11.16 CN 20161102493591.一种穿戴式设备的身份识别方法，其特征在于，所述方法包括：对获取的用户的心电信号进行滤波去噪处理；根据滤波去噪后的心电信号得到所述用户的心电信号特征参数，所述心电信号特征参数至少包括：R波的幅度与T波的幅度的比值，及QTC的时间间隔；基于预先存储的心电信号特征模板与用户身份之间的映射关系，将所述心电信号特征参数与所述映射关系中的心电信号特征模板进行匹配，基于匹配结果识别用户身份。2.如权利要求1所述的方法，其特征在于，所述对获取的用户的心电信号进行滤波去噪处理之前还包括：采用光电容积脉搏波描记技术获取用户的心率变化结果；结合所述心率变化结果对所述穿戴式设备进行离手判断；若判断结果为未离手，则确定用户身份为上次识别的用户；若判断结果为已离手，则执行所述对获取的用户的心电信号进行滤波去噪处理的步骤。3.如权利要求1所述的方法，其特征在于，所述心电信号特征参数还包括：QR的时间间隔、QRS的时间间隔。4.如权利要求1至3任意一项所述的方法，其特征在于，所述方法还包括：在成功识别所述用户身份后，将所述心电信号特征参数作为最新的特征模板，且利用所述心电信号特征参数对所述映射关系中所述用户原有的心电信号特征模板进行更新。5.如权利要求1所述的方法，其特征在于，所述方法还包括：若未识别所述用户身份，则确定所述用户为新用户，并采集所述新用户的身份信息，保存所述身份信息及所述心电信...

【专利技术属性】
技术研发人员：罗颖舟，张达斌，
申请(专利权)人：深圳市阿尔法通讯技术有限公司，
类型：发明
国别省市：广东,44