【技术实现步骤摘要】
一种基于鞋垫的身份认证方法
本专利技术属于识别方法
，涉及一种基于鞋垫的身份认证方法。
技术介绍
智能设备的发展改变了我们的日常生活方式，为用户提供数据和进行交流互动的平台。目前，大多数移动设备以基于知识的方案和生物识别技术作为主要的访问方法，但这些方法存在用户刻意记住复杂的密码，频繁输入密码时不方便等劣势。生物特征认证技术提供了一种方便、简单的用户认证方法，生物识别技术，如人脸、指纹、眼圈和虹膜可以提供点认证。然而，他们不能提供隐式和透明的认证，容易受环境影响。随着科技的发展，嵌入式设备、人工智能和深度学习算法的发展为用户识别和认证提供了有效的解决方案。许多研究人员使用智能鞋垫来识别日常人类行为，除了识别人类日常行为外，对移动设备安全的关注增强，以及智能鞋垫等智能设备的普及，都增加了研究者对智能鞋垫在安全概念中的应用的关注。当前身份识别方法主要指纹，脸部识别等主动交互式的认证方法，需要用户了解识别的方法和过程，并且容易遭受入侵者的攻击。随着智能设备和深度学习的发展，可通过随身的智能设备进行身份的认证，...
【技术保护点】
1.一种基于鞋垫的身份认证方法，其特征在于，包括以下步骤：/n步骤1、建立由多组数据组成的身份认证数据集，将身份认证数据集分为训练集和测试集，每组所述数据包括利用鞋垫采集的一个人在不同状态的行为信号数据，所述鞋垫上设置有数据采集传感器；/n步骤2、构建FCN神经网络模型；/n步骤3、先对所述训练集和测试集中的行为信号数据进行预处理，再将处理后的所述训练集输入FCN神经网络模型进行训练，得到训练后的FCN神经网络模型；/n步骤4、将所述处理后的测试集输入训练后的FCN神经网络模型进行识别分类，得到身份认证结果。/n
【技术特征摘要】
1.一种基于鞋垫的身份认证方法，其特征在于，包括以下步骤：
步骤1、建立由多组数据组成的身份认证数据集，将身份认证数据集分为训练集和测试集，每组所述数据包括利用鞋垫采集的一个人在不同状态的行为信号数据，所述鞋垫上设置有数据采集传感器；
步骤2、构建FCN神经网络模型；
步骤3、先对所述训练集和测试集中的行为信号数据进行预处理，再将处理后的所述训练集输入FCN神经网络模型进行训练，得到训练后的FCN神经网络模型；
步骤4、将所述处理后的测试集输入训练后的FCN神经网络模型进行识别分类，得到身份认证结果。
2.根据权利要求1所述的一种基于鞋垫的身份认证方法，其特征在于，还包括，步骤5、采集未包括在身份认证数据集中的人员行为信号数据，并将所述行为信号数据经过步骤3中的预处理后，输入训练后的FCN神经网络模型，得到识别结果，计算所述训练后的FCN神经网络模型准确率和F1-score值作为评价指标。
3.根据权利要求1所述的一种基于鞋垫的身份认证方法，其特征在于，所述数据采集传感器包括至少一个压力传感器、三轴加速度传感器、三轴陀螺仪中的一种或几种的组合；每个所述压力传感器采集的行为信号数据为一个类型的数据，所述三轴加速度传感器采集的行为信号数据为三个类型的数...
【专利技术属性】
技术研发人员：陈宇航，郝乐，伊凡，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。