【技术实现步骤摘要】
一种基于时域短时及长时特征融合的脉纹识别方法
本专利技术涉及人工智能机器学习
，具体涉及一种基于时域短时及长时特征融合的脉纹识别方法。
技术介绍
随着信息化服务和数字化系统的爆炸性增长，密码管理在现实生活中变得越来越困难。近年来，科学家利用生物识别技术来建模人的个性化特征，从而利用人的独一无二性代替密码。然而，常见的生物识别技术，包括指纹、虹膜、手的几何形状和人脸等生物信息容易被攻击，且大多生物识别技术需要昂贵的采集和活体检测，提取成本较高。而新型的光电容积脉搏波(PPG)和心电图是目前进行心血管诊断所使用的非侵入性技术，在近年来作为生物识别技术的数据来源被广泛研究利用。PPG是一种简单、低成本的光学技术，通过测量皮肤表面来检测血管中的血量变化。如今，PPG传感器已被应用于许多不同的可穿戴设备中。与心电图不同的是，PPG传感器的信号采集只需要在身体的一侧完成，易用性和实用性更强。目前脉纹信息的提取大多基于单维时域特征或者是频域特征。单维时域特征提取分为两种，一种是将脉搏波信号的整体作为输入，另一种是将信号按照周...
【技术保护点】
1.一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述脉纹识别方法包括以下步骤：/nS1、自建脉搏波数据库，通过小波去噪、平滑滤波以及数据归一化对脉搏波数据库中存储的脉搏波信号进行预处理，接着通过多维脉纹信息提取策略获得短时特征、长时特征和起点规整后的单周期脉搏波信号，其中短时特征包括主波包络、次波包络、主次波包络，长时特征是呼吸周期对应的多周期长时特征；/nS2、构建双路分支神经网络，其中，双路分支神经网络包括短时信号处理分支和长时信号处理分支，构建卷积层加非线性激活函数的短时信号处理分支，将短时特征输入短时信号处理分支；构建卷积-循环结构的长时信号处理分支，...
【技术特征摘要】
1.一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述脉纹识别方法包括以下步骤：
S1、自建脉搏波数据库，通过小波去噪、平滑滤波以及数据归一化对脉搏波数据库中存储的脉搏波信号进行预处理，接着通过多维脉纹信息提取策略获得短时特征、长时特征和起点规整后的单周期脉搏波信号，其中短时特征包括主波包络、次波包络、主次波包络，长时特征是呼吸周期对应的多周期长时特征；
S2、构建双路分支神经网络，其中，双路分支神经网络包括短时信号处理分支和长时信号处理分支，构建卷积层加非线性激活函数的短时信号处理分支，将短时特征输入短时信号处理分支；构建卷积-循环结构的长时信号处理分支，将长时特征以及起点规整后的单周期脉搏波信号输入长时信号处理分支；
S3、将步骤S2中双路分支神经网络输出结果进行特征融合，得到脉纹识别结果。
2.根据权利要求1所述的一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述脉搏波数据库的建立过程如下：
通过脉搏血氧仪，在实验室条件下，在不同用户的手腕和手指处进行数据的采集，从而获得不同用户的脉搏波信号。
3.根据权利要求1所述的一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述步骤S1中脉搏波信号进行预处理的过程如下：
通过小波去噪和平滑滤波来滤除脉搏波信号中的高频噪声，保留低频部分；之后去除基线漂移，以及进行数据归一化，得到处理后的脉搏波信号。
4.根据权利要求1所述的一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述步骤S1中短时特征和长时特征的特征提取过程如下：
连接所有脉搏波信号的主波峰值，并使用三次样条内插的方式进行数据增强，得到主波包络；
连接所有脉搏波信号的次波峰值，并使用三次样条内插的方式进行数据增强，得到次波包络；
连接所有脉搏波信号的每一组的主-次波峰值，并使用三次样条内插的方式进行数据增强，得到主次波包络；
将脉搏波信号周期内点数增加时段的信号为吸气时的信号，将周期内点数降低时段的信号为呼气时的信号，将脉搏波信号每一次连续周期内点数先增后减的序列作为多周期长时特征；
通过求极大值，获得主波的序列，接着将每两个主波之间的时段视为一个周期，使用线性内插方法进行数据增强，内插后每个周期具有相同的起点以及相同的点数的信号即为起点规整后的单周期脉搏波信号。
5.根据权利要求1所述的一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述短时信号处理分支的网络结构为依次顺序连接的输入层、一维卷积神经网络层、非线性层；其中，所述非线性层使用ReLu函数。
6.根据权利要求1所述的一种基于时域短时及长时特征融合的脉纹识别方法，其特征在于，所述长时信号处理分支采用卷积-循环神经网络，所述长...
【专利技术属性】
技术研发人员：赵明剑，谢斯雅，韦岗，曹燕，王一歌，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
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。