一种基于步态的身份验证方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种基于步态的身份验证方法、装置、设备及存储介质。所述基于步态的身份验证方法包括：采集待识别用户的当前步态数据；计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；根据所述加权平均值对所述待识别用户的身份进行验证。以减少计算量，提高识别用户的效果。

A gait based authentication method, device, device and storage medium

The invention discloses a gait based authentication method, device, device and storage medium. The gait based authentication method includes collecting the current gait data of the user to be identified; calculating the distance between the current gait data and the datum gait data of the datum gait data set; and in accordance with the current gait data and the whole distance of the datum gait data in the datum gait data set and the preview of the baseline gait data. A weighted value corresponding to each of the datum gait data is saved first, and the weighted average of the current gait data is calculated; the identity of the identified user is verified according to the weighted average. In order to reduce the amount of computation and improve the effect of identifying users.

【技术实现步骤摘要】
一种基于步态的身份验证方法、装置、设备及存储介质
本专利技术实施例涉及通信
，尤其涉及一种基于步态的身份验证方法、装置、设备及存储介质。
技术介绍
步态识别是近年来越来越多的研究者所关注的一种新的生物认证技术。步态识别是指通过人的走路方式来识别人的身份的方法。随着传感器不断的发展，可以通过传感器在人们无感知情况下，采集人体的步态数据，进而识别人的身份。目前常见的步态识别方法通常是采集人体的步态数据，带入分类模型去识别用户。在现有的步态识别分类模型通常采用KNN(最临近算法，K-NearestNeighbor)模型，在KNN模型中存储两组样本数据，一组是本人样本数据，一组是非本人样本数据；当采集到待识别的步态数据时，根据欧式距离公式，计算待识别的步态数据与KNN模型中所有样本数据的距离，选择K个最临近的样本数据构成邻居样本集，计算邻居样本集中本人样本数据和非本人样本数据分别占有的比例，若本人样本数据占有的比例大于非本人样本数据占有的比例，则待识别者是本人，否则待识别者不是本人。现有技术中的识别方法需要计算待识别者的步态数据与模型中所有样本数据的距离，计算量特别大。且人走路具有很大的随意性，导致一个人的步态数据有好几种。可能某种步态数据在其K个最临近的样本数据中的本人样本数据很少，但是非本人样本数据很多，这样，会导致识别结果错误，降低用户身份识别效果。
技术实现思路
本专利技术提供一种基于步态的身份验证方法、装置、设备及存储介质，以减少计算量，提高识别用户的效果。第一方面，本专利技术实施例提供了一种基于步态的身份验证方法，所述方法包括：采集待识别用户的当前步态数据；计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；根据所述加权平均值对所述待识别用户的身份进行验证。第二方面，本专利技术实施例还提供了一种基于步态的身份验证装置，所述装置包括：采集模块、计算模块、验证模块；其中，所述采集模块，用于采集待识别用户的当前步态数据；所述计算模块，用于计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；所述验证模块，用于根据所述加权平均值对所述待识别用户的身份进行验证。第三方面，本专利技术实施例还提供了一种设备，其特征在于，所述设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述第一方面中任一所述的方法。第四方面，本专利技术实施例还提供了一种存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行如上述第一方面中任一所述的方法。本专利技术实施例的技术方案，通过采集待识别用户的当前步态数据，计算当前步态数据与基准步态数据集中各个基准步态数据的距离，根据当前步态数据与基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算当前步态数据对应的加权平均值，根据加权平均值对待识别用户的身份进行验证。以减少计算量，提高识别用户的效果。附图说明图1是本专利技术实施例一提供的基于步态的身份验证方法的流程图；图2是本专利技术实施例二提供的基于步态的身份验证方法中模型训练的流程图；图3是本专利技术实施例三提供的基于步态的身份验证方法的流程图；图4是本专利技术实施例四提供的基于步态的身份验证装置的结构示意图；图5是本专利技术实施例五提供的设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1是本专利技术实施例一提供的基于步态的身份验证方法的流程图，本实施例可适用于身份验证的情况，该方法可以由基于步态的身份验证装置来执行，如图1所示，基于步态的身份验证方法可以包括如下步骤：S110、采集待识别用户的当前步态数据。在本实施例中，当前步态数据是指待识别用户当前状态下的一个步态周期数据，一个步态周期是指步行中从一侧足跟着地始到同一侧足跟再次着地止。通过终端设备中的传感器采集待识别用户的当前步态数据。示例性的，传感器可以是加速传感器、陀螺仪传感器或重力传感器等。S120、计算当前步态数据与基准步态数据集中各个基准步态数据的距离。S130、根据当前步态数据与基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算当前步态数据对应的加权平均值。在本实施例中，以有3个基准步态数据的基准步态数据集为例进行说明。示例性的，待识别用户的当前步态数据为[1，3]，基准步态数据集为{[1，2]：3；[3，3]：4；[1，8]：5}，其中，[1，2]，[3，3]，[1，8]为基准步态数据；3，4，5为对应的基准步态数据在基准步态数据集出现的次数。根据欧式距离公式，a[x1,y1]；＝[x2,y2]计算当前步态数据与基准步态数据集中各个基准步态数据的距离。当前步态数据为[1，3]与基准步态数据[1，2]的距离为1，当前步态数据为[1，3]与基准步态数据[3，3]的距离为2，当前步态数据为[1，3]与基准步态数据[1，8]的距离为5。各个基准步态数据在基准步态数据集出现的次数作为各个基准步态数据对应的加权值。根据当前步态数据与基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算当前步态数据对应的加权平均值。加权平均值的公式，若n个数d1，d2，d3，……，dn的权重分别为w1，w2，w3，……，wn；这n个数的加权平均值为根据上述公式计算当前步态数据对应的加权平均值。当前步态数据为[1，3]与基准步态数据[1，2]的距离为1，加权值为3；当前步态数据为[1，3]与基准步态数据[3，3]的距离为2，加权值为4；当前步态数据为[1，3]与基准步态数据[1，8]的距离为5，加权值为5。当前步态数据对应的加权平均值为：S140、根据加权平均值对待识别用户的身份进行验证。判断加权平均值是否小于预设阈值；当加权平均值小于预设阈值，对待识别者的身份验证通过，即待识别用户是本人，当加权平均值大于等于预设阈值时，对待识别者的身份验证不通过，即待识别用户不是本人。进一步的，预设阈值的确定，可以根据实际情况人为设定，也可以根据准确率设置合适的阈值。其中准确率等于正确个数除以总个数。示例性的，预设阈值设置为4，在S130中计算当前步态数据对应的加权平均值为3，加权平均值3小于预设阈值4。则说明待识别用户是本人。本专利技术实施例的技术方案，通过采集待识别用户的当前步态数据，计算当前步态数据与基准步态数据集中各个基准步态数据的距离，根据当前步态数据与基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算当前步态数据对应的加权平均值，根据加本文档来自技高网...

【技术保护点】
一种基于步态的身份验证方法，其特征在于，所述方法包括：采集待识别用户的当前步态数据；计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；根据所述加权平均值对所述待识别用户的身份进行验证。

【技术特征摘要】
1.一种基于步态的身份验证方法，其特征在于，所述方法包括：采集待识别用户的当前步态数据；计算所述当前步态数据与基准步态数据集中各个基准步态数据的距离；根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值；根据所述加权平均值对所述待识别用户的身份进行验证。2.根据权利要求1所述的方法，其特征在于，在所述采集待识别用户的当前步态数据之前，所述方法还包括：采集所述待识别用户的当前样本步态数据；计算所述当前样本步态数据与预先确定的各个当前基准步态数据的距离；当所述当前样本步态数据与任意一个当前基准步态数据的距离小于预设距离时，将所述当前基准步态数据对应的加权值加1；当所述当前样本步态数据与任意一个当前基准步态数据的距离均不小于预设距离时，将所述当前样本步态数据设置为新的当前基准步态数据。3.根据权利要求1所述的方法，其特征在于，所述根据所述当前步态数据与所述基准步态数据集中各个基准步态数据的全部距离及与预先保存的各个基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值，包括：在全部基准步态数据中获取与所述当前步态数据距离最小的预设数量的基准步态数据；根据与所述当前步态数据距离最小的预设数量的基准步态数据，以及与所述当前步态数据距离最小的预设数量的基准步态数据对应的加权值，计算所述当前步态数据对应的加权平均值。4.根据权利要求1所述的方法，其特征在于，所述根据所述加权平均值对所述待识别者的身份进行验证，包括：判断所述加权平均值是否小于预设阈值；当所述加权平均值小于预设阈值，对所述待识别者的身份验证通过。5.一种基于步态的身份验证装置，其特征在于，所述装置包括：采集模块、计算模块、验证模块；其中，所述采集模块，用于采集待识别用户的当前步态数据；所述计算模块，用于计算所述当...

【专利技术属性】
技术研发人员：谈剑锋，聂文静，杨德光，姜立稳，
申请(专利权)人：上海众人网络安全技术有限公司，
类型：发明
国别省市：上海,31