一种用于位置无关性的身份识别方法技术

该发明专利技术公开了一种用于位置无关性的身份识别方法，属于目标识别领域。本发明专利技术通过手机运动数据识别目标身份，开辟了目标身份识别的另一条路径。首先获取手机处于手部，腰部，裤兜，上臂时的惯性传感器数据，然后根据这些数据及对应的目标，然后训练处一个身份识别网络，最终采用该身份识别网络识别出新获取的数据的目标身份。本发明专利技术开辟了身份识别的新方法，识别准备率达到87.8％。识别准备率达到87.8％。识别准备率达到87.8％。

【技术实现步骤摘要】
一种用于位置无关性的身份识别方法


[0001]本专利技术属于目标识别领域，特别是位置无关性的身份识别方法。

技术介绍

[0002]现有技术基于惯性传感器的身份识别，手机会放置在身体的不同部位(手部，腰部，裤兜，上臂等位置)，不同位置的手机放置位置，所得到的传感器信号具有一定的差异，测试数据的放置位置和模型训练数据的放置位置不一致的话，准确性差。

技术实现思路

[0003]本专利技术通过手机陀螺仪数据识别目标身份，开辟了目标身份识别的另一条路径。
[0004]本专利技术技术方案为一种用于位置无关性的身份识别方法，该方法包括：
[0005]步骤1：获取手机在4个位置的3轴加速度，得到3轴数据，建立数据库；4个位置分别是：裤前、手臂、腰部、手持；
[0006]步骤2：训练身份识别网络，身份识别网络结构为：
[0007]身份识别网络包括依次级联的6层，输入大小为128*3的向量；
[0008]第一层：卷积核大小为5，步长为1，输出通道为64，然后接核的大小为2的最大池化层，最后是激活函数ReLU；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于位置无关性的身份识别方法，该方法包括：步骤1：获取手机在4个位置的3轴加速度，得到3轴数据，建立数据库；4个位置分别是：裤前、手臂、腰部、手持；步骤2：训练身份识别网络，身份识别网络结构为：身份识别网络包括依次级联的6层，输入大小为128*3的向量；第一层：卷积核大小为5，步长为1，输出通道为64，然后接核的大小为2的最大池化层，最后是激活函数ReLU；第二层：卷积核大小为5，步长为1，输出通道为128，然后接核的大小为2步长为2的最大池化层，最后是激活函数ReLU；第三层：卷积核大小为5，步长为1，输出通道为256，然后接核的大小为2的最大池化层，最后是激活函数ReLU；第四层：卷积核大小为5，步长为1，输出通道为512，然后接核的大小为2的最大池化层，最后是激...

【专利技术属性】
技术研发人员：张向刚，曾京，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：