Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种身份识别方法及其系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:清华大学

摘要:本申请公开了一种身份识别方法及其系统,其中,身份识别方法,包括如下步骤:收集原始数据,其中,原始数据为电容值矩阵序列;对原始数据进行预处理和编码处理,得到多个特征向量;将多个特征向量一一与用户模板进行对比,并通过预先训练好的判别器模型得到认证结果。本申请拥有生物特征识别的全部优点,不用担心忘记密码或介质丢失,易用性和安全性更高,同时应用范围更广,只要有具有电容屏幕的设备均可使用,不依赖其他传感器;且使用过程中还不会打断用户的正常操作,兼顾了良好的用户体验。

主权项:1.一种身份识别方法,其特征在于,包括如下步骤:收集原始数据,其中,原始数据为用户使用电容屏幕时,认证系统在后台不断收集的多种状态下滑动所产生的电容值矩阵序列;对原始数据进行预处理和编码处理,得到多个特征向量;将多个特征向量一一与用户模板进行对比,并通过预先训练好的判别器模型得到认证结果,或积累多个认证结果后投票产生一个最终的结果,将最终的结果作为认证结果;其中,对原始数据进行预处理和编码处理,得到多个特征向量的子步骤如下:对原始数据进行数据预处理,获得预处理后数据;将预处理后数据输入至预先训练好的编码器模型中,得到多个特征向量;其中,预先训练编码器模型的子步骤如下:募集被试样本,采集被试样本通过多种滑动模式使用电容屏设备或生物特征识别装置时产生的所有容值序列;对采集到的所有容值序列进行预处理,获得处理数据;构建三维卷积神经网络模型,输入所有被试样本的处理数据进行训练,输出多个特征向量完成训练;使用编码器优化模型对完成训练的三维卷积神经网络模型进行优化,并将完成优化后的三维卷积神经网络模型作为训练好的编码器模型;其中,对采集到的所有容值序列进行预处理,获得处理数据的子步骤如下:利用每一帧容值序列减去背景噪声矩阵,生成减去结果,并用减去结果除以电容屏幕的电容值变化范围,得到降噪后归一化的电容值矩阵序列;每一帧的归一化后的电容值矩阵序列中找到所有大于阈值r的触点,并将该触点视为触摸点;在每一帧的归一化后的电容值矩阵序列中框选一个k*k的范围,使得触摸点位于k*k的范围内的一角后,保存该k*k的矩阵,得到k*k矩阵的时间序列,并将k*k矩阵的时间序列作为处理数据,其中k为自然数,kn,n为电容矩阵的宽。

全文数据:

权利要求:

百度查询: 清华大学 一种身份识别方法及其系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。