脑纹识别方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种脑纹识别方法、装置、电子设备和存储介质，属于新一代信息技术领域。脑纹识别方法包括：获取目标用户的多导联脑电信号；将多导联脑电信号切割为多个切片信号；提取针对多个切片信号的融合有时域信息和空域信息的融合特征，并对融合特征进行识别，得到目标用户的身份识别结果。脑纹识别装置包括：脑电信号获取模块、切片信号获取模块和身份识别得到模块。通过上述技术方案使得用于识别的特征为融合有时域信息和空域信息的融合特征，而脑电信号具有在时间和空间维度上具有丰富信息的特点，所以提高了识别准确率。所以提高了识别准确率。所以提高了识别准确率。

【技术实现步骤摘要】
脑纹识别方法、装置、电子设备和存储介质


[0001]本申请属于新一代信息
，特别涉及一种脑纹识别方法、装置、电子设备和存储介质。

技术介绍

[0002]在当今信息全球化的世界，保证个人信息安全也变得尤为重要，这导致了对身份识别技术的需求。如今的身份识别，往往是采用指纹、虹膜或者人脸识别来完成的并且拥有较高的识别准确率，已经被广泛地用于日常生活中。但这些生物信息技术的问题在于：它们容易被窃取，用户经常不经意之间就泄露了自己的身份信息，因此技术安全性得不到有效的保证。由于采集EEG(Electro Encephalo Gram，脑电图)信号需要专业的采集器和信号放大器，使得窃取EEG变得尤为困难。因此，基于EEG的脑纹识别方法具有独一无二的安全性。
[0003]相关脑纹识别技术主要包括基于图论的EEG身份识别方法。该方法将一个通道作为图模型的一个节点，通过PLV(Phase Locking Value，相锁值)特征来计算图的邻接矩阵，然后使用GCNN(Graph Convolution Neural Network，图卷积神经网络)提取图特征，最后通过全连接层来实现身份识别。这种方法主要考虑的是EEG的空域特征，忽略了时域上的信息，无法提取到EEG高维稳定特征，因此在跨状态下的识别准确率不高。

技术实现思路

[0004]为了至少解决上述问题中提到的对用户身份识别准确率不高的问题，本申请实施例提供了一种脑纹识别方法、装置、电子设备和存储介质。
[0005]第一方面，本申请提供了一种脑纹识别方法，其包括：
[0006]获取目标用户的多导联脑电信号；
[0007]将多导联脑电信号切割为多个切片信号；
[0008]提取针对多个切片信号的融合有时域信息和空域信息的融合特征，并对融合特征进行识别，得到目标用户的身份识别结果。
[0009]第二方面，本申请提供了一种脑纹识别装置，其包括：
[0010]脑电信号获取模块，用于获取目标用户的多导联脑电信号；
[0011]切片信号获取模块，用于将多导联脑电信号切割为多个切片信号；
[0012]身份识别得到模块，用于提取针对多个切片信号的融合有时域信息和空域信息的融合特征，并对融合特征进行识别，得到目标用户的身份识别结果。
[0013]第三方面，本申请实施例提供了一种电子设备，其包括：
[0014]存储器和处理器；处理器与存储器连接，被配置为基于存储在存储器中的指令，执行上述脑纹识别方法。
[0015]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的脑纹识别方法。
[0016]本申请实施例提供的技术方案带来的有益效果是：
[0017]获取目标用户的多导联脑电信号，将多导联脑电信号切割为多个切片信号，提取针对多个切片信号的融合有时域信息和空域信息的融合特征，并对融合特征进行识别，得到目标用户的身份识别结果。由于脑电信号在时间和空间维度上具有丰富信息的特点，针对脑电信号，提取融合有时域信息和空域信息的融合特征，并对融合特征进行识别，使得在对脑电信号进行识别时，既考虑到了时域维度上的信息，又考虑到了空间维度上的信息，进而能够获得脑电信号高阶稳定的特征，从而实现同种状态和不同状态下的目标用户的身份识别，提高了在跨状态下的识别准确率。
附图说明
[0018]图1为本申请实施例提供的一种脑纹识别方法的流程示意图；
[0019]图2为本申请实施例提供的一种全脑区64个通道的分布示意图；
[0020]图3为本申请实施例提供的另一种脑纹识别方法的流程示意图；
[0021]图4为本申请实施例提供的一种编码块内部算法流程示意图；
[0022]图5为本申请实施例提供的一种多头注意力模块内部算法流程示意图；
[0023]图6为本申请实施例提供的一种脑纹识别装置的结构示意图。
具体实施方式
[0024]下面将参考附图并结合实施例来详细说明本申请。
[0025]参见图1
‑
图5，本申请实施例提供了一种脑纹识别方法，其包括：
[0026]步骤101，获取目标用户的多导联脑电信号。
[0027]通常是通过目标用户佩戴脑机来获取。脑机的使用方式可以是贴覆式，还可以是头戴式脑机，本实施例对此不进行限定。脑机是多通道的，此时采集到的脑电信号可以称为多导联脑电信号。脑机中电极的数量为多个，如大于等于3个，具体地，可以为64个，参见图2所示。多个电极与多通道一一对应。
[0028]在采集信号的过程中，会遇到很多干扰信号，为了降低干扰信号的影响，对采集的信号进行预处理以去除伪迹，预处理后的信号用于目标用户的身份识别。预处理包括：降采样、滤波、ICA(Independent Components Analysis，独立成分分析)中的一种或几种。降采样处理所选取的频率可以是200Hz，滤波处理所选取的带通滤波器的频带可以为0.5
‑
42Hz。本实施例不对预处理的具体处理过程进行限定，在其他的实施例中，还可以为其他数值或者包括其他不同于上述的处理过程。
[0029]步骤102，将多导联脑电信号切割为多个切片信号。
[0030]通常获取的脑电信号时间长度较长，为了便于准确分析和降低计算开销，沿时间轴线按照预设时长对脑电信号进行切片(或称切割)，得到多个切片信号。相邻的两个切片信号之间可以不重叠，也可以重叠一部分，即有交集，本实施例对此不进行限定。此处的多个切片信号与多导联脑电信号一一对应。
[0031]步骤103，提取针对多个切片信号的融合有时域信息和空域信息的融合特征，并对融合特征进行识别，得到目标用户的身份识别结果。
[0032]由于脑电信号在时间和空间维度上具有丰富信息的特点，因此针对多个切片信号
进行时域信息和空域信息特征提取，得到融合有时域信息和空域信息的融合特征，然后对该融合特征进行识别，得到识别结果，如此可以提高识别准确率。
[0033]具体地，预设有多模态特征融合模型和身份识别分类器，将多个切片信号输入至多模态特征融合模型，得到融合有时域信息和空域信息的融合特征，然后利用身份识别分类器对融合特征进行识别，得到身份识别结果。
[0034]多模态特征融合模型包括：时域编码器和空域编码器，则步骤103将多个切片信号输入至预设的多模态特征融合模型，得到融合有时域信息和空域信息的融合特征，包括：
[0035]利用时域编码器在时域上对多个切片信号进行自注意力计算，得到多段时域特征，为多段时域特征分别添加位置编码，得到具有位置标记的多段时域特征段，利用空域编码器在空域上对具有位置标记的多段时域特征段进行自注意力计算，得到多段空域特征，对多段空域特征进行降维，得到融合特征以利用身份识别分类器对融合特征进行识别。在进行自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑纹识别方法，其特征在于，包括：获取目标用户的多导联脑电信号；将所述多导联脑电信号切割为多个切片信号；提取针对所述多个切片信号的融合有时域信息和空域信息的融合特征，并对所述融合特征进行识别，得到所述目标用户的身份识别结果。2.根据权利要求1所述的脑纹识别方法，其特征在于，所述提取针对所述多个切片信号的融合有时域信息和空域信息的融合特征，并对所述融合特征进行识别，得到所述目标用户的身份识别结果，包括：将所述多个切片信号输入至预设的多模态特征融合模型，得到融合有时域信息和空域信息的融合特征；利用预设的所述身份识别分类器对所述融合特征进行识别，得到所述身份识别结果。3.根据权利要求2所述的脑纹识别方法，其特征在于，所述多模态特征融合模型包括时域编码器和空域编码器，所述将所述多个切片信号输入至预设的多模态特征融合模型，得到融合有时域信息和空域信息的融合特征，包括：利用所述时域编码器在时域上对所述多个切片信号进行自注意力计算，得到多段时域特征；为所述多段时域特征分别添加位置编码，得到具有位置标记的多段时域特征段；利用所述空域编码器在空域上对所述具有位置标记的多段时域特征段进行自注意力计算，得到多段空域特征；对所述多段空域特征进行降维，得到所述融合特征以利用所述身份识别分类器对所述融合特征进行识别。4.根据权利要求3所述的脑纹识别方法，其特征在于，所述利用所述时域编码器在时域上对所述多个切片信号进行自注意力计算，得到多段时域特征，包括：利用所述时域编码器对所述多个切片信号进行多头注意力计算，得到时域自注意力输出结果，对所述时域自注意力输出结果依次进行残差连接和层归一化，得到时域隐藏状态，对所述时域隐藏状态进行多层感知计算，得到时域感知输出结果，对所述时域感知输出结果依次进行残差连接和层归一化，得到所述多段时域特征。5.根据权利要求2所述的脑纹识别方法，其特征在于，所述将所述多个切片信号输入至预设的多模态特征融合模型，得到融合有时域信息和空域信息的融合特征之前，所述方法还包括：获取样本数据，所述样本数据包括多个用户各自在多种状态下分别对应的脑电信号，以及多个用户各自在多种状态下分别对应的脑电信...

【专利技术属性】
技术研发人员：马鹏程，杜阳，许永凌，王晓岸，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：