一种智能可穿戴设备的用户识别认证方法技术

本发明专利技术公开了一种智能可穿戴设备的用户识别认证方法，包括：步骤1，数据预处理：实时采集用户做手部动作时所佩戴智能可穿戴设备的传感器原始信号，对采集的所述传感器原始信号进行处理，从中得出用户手势数据，将所述用户手势数据分成长度一致的分段数据；步骤2，用认证识别神经网络模型进行识别认证：采用训练好的由特征提取器和分类器两部分组成的认证识别神经网络模型，对所述步骤1数据预处理后的分段数据进行识别，根据用户预设的决定认证严格程度的阈值，判断所述分段数据是否属于合法用户。该方法能以具备用户行为习惯和生物特征的握拳，竖大拇指等微小手势动作作为认证方式，具备稳定性，保障了用户的安全。

【技术实现步骤摘要】
一种智能可穿戴设备的用户识别认证方法
本专利技术涉及智能可穿戴领域，尤其涉及一种智能可穿戴设备的用户识别认证方法。
技术介绍
智能可穿戴设备(如智能手表、手环)由于其便捷性和功能强大的特点被越来越多的用户使用，提供了各式各样与用户的财产和隐私相关的应用，如快捷支付等。而智能手表、手环等智能可穿戴设备通常与手机绑定使用，通过手环可以轻松的访问用户的手机，获取各类权限。手环的安全性一直是大家关心的问题。为了确保用户隐私和财产的安全，必须提供可靠的安全认证方式，同时也要具备可供用户方便使用的便捷性。传统的认证方式无法在日常生活中为用户提供方便快捷的识别认证功能，并且存在一定的安全问题。例如，对屏幕输入数字密码验证方式，由于智能手表、手环屏幕大小的限制，使得其不能便捷的被用户使用。此外密码输入的安全性还面临着肩膀冲浪攻击的威胁。其他经常使用的认证识别技术，如人脸识别、虹膜识别、指纹识别等，需要目前商用可穿戴设备不具备的特殊传感器(如：3D摄像头，指纹感应装置等)，这将会带来成本的增加以及部署的难度。最近有基于人体行为模式和运动习惯进行用户认证的本文档来自技高网...

【技术保护点】
1.一种智能可穿戴设备的用户识别认证方法，其特征在于，包括：/n步骤1，数据预处理：实时采集用户做手部动作时所佩戴智能可穿戴设备的传感器原始信号，对采集的所述传感器原始信号进行处理，从中得出用户手势数据，将所述用户手势数据分成长度一致的分段数据；/n步骤2，用认证识别神经网络模型进行识别认证：采用训练好的由特征提取器和分类器两部分组成的认证识别神经网络模型，对所述步骤1数据预处理后的分段数据进行识别，根据用户预设的决定认证严格程度的阈值，判断所述分段数据是否属于合法用户。/n

【技术特征摘要】
1.一种智能可穿戴设备的用户识别认证方法，其特征在于，包括：
步骤1，数据预处理：实时采集用户做手部动作时所佩戴智能可穿戴设备的传感器原始信号，对采集的所述传感器原始信号进行处理，从中得出用户手势数据，将所述用户手势数据分成长度一致的分段数据；
步骤2，用认证识别神经网络模型进行识别认证：采用训练好的由特征提取器和分类器两部分组成的认证识别神经网络模型，对所述步骤1数据预处理后的分段数据进行识别，根据用户预设的决定认证严格程度的阈值，判断所述分段数据是否属于合法用户。


2.根据权利要求1所述的智能可穿戴设备的用户识别认证方法，其特征在于，所述方法步骤2中，由特征提取器和分类器两部分组成的认证识别神经网络模型的训练方式如下：
步骤21，收集用户手势数据：记录用户做手部动作时所佩戴智能可穿戴设备的传感器原始信号；
步骤22，数据预处理：对记录的所述传感器原始信号进行处理，从中得出用户手势数据，将所述用户手势数据分成长度一致的分段数据；
步骤23，训练得出认证识别神经网络模型：以所述步骤22得到的分段数据作为训练数据，对所述认证识别神经网络模型进行用户认证识别的训练，将多个用户的分段数据同时训练，训练后得出能同时识别多个用户的认证识别神经网络模型。


3.根据权利要求1或2所述智能可穿戴设备的用户...

【专利技术属性】
技术研发人员：李向阳，于晓静，周祉君，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽;34