CN103576860B - 一种基于3d运动姿势的电子标签识别方法及装置 - Google Patents

Abstract

本发明提供了一种基于3D运动姿势的电子标签识别方法及装置的技术方案，包括天线，与天线连接的射频前端模块，所述的射频前端模块与控制单元连接，所述的控制单元通过传感器接口模块与3D加速度传感器连接，有一存储模块与控制单元连接，所述的天线还与一功率提取模块连接，所述的功率提取模块分别与控制单元、存储模块、传感器接口模块、3D加速度传感器连接。该方案采用检测使用者手持电子标签做出的动作姿态作为电子标签的安全验证密钥，利于操作，验证效率高。

Description

一种基于3D运动姿势的电子标签识别方法及装置

技术领域：

本发明涉及的是一种电子标签技术，尤其是一种基于3D运动姿势的电子标签识别方法及装置。

背景技术：

在现有技术中，公知的技术是：在信息时代，信息的安全性亟需得到保障，RFID电子标签也是一样。它的体积虽然小，但是其潜在的安全问题却不容忽视。鉴于密码加密技术的软件安全机制越来越受到人们的关注，有些厂商对RFID电子标签的安全问题做出了很大的努力，设计和实现符合安全要求的RFID电子标签是当前RFID电子标签研究的重点和热点。但是当前的密码加密标签大部分存在着安全级别低、验证时间长、识别效率低下等问题，而不加密标签的安全性不能得到保障，这是现有技术所存在的不足之处。

发明内容：

本发明的目的就是针对现有技术所存在的不足，而提供一种基于3D运动姿势的电子标签识别方法及装置技术方案，该方案采用检测使用者的手部电子标签做出的特定动作姿态来作为电子标签的安全验证密匙，利于操作，验证效率高。

本方案是通过如下技术措施来实现的：一种基于3D运动姿势的电子标签识别方法，以使用者手持电子标签做出的动作姿态作为电子标签的安全验证密钥，步骤如下：

1）从电子标签的3D加速度传感器获取一定时间间隔内连续采集的三维加速度数据；

2）根据采集到的三维加速度数据绘制出运动轨迹；

3）将绘制的运动轨迹进行特征提取，建立训练集；

4）从3D加速度传感器获取另一定时间间隔连续采集的三维加速度数据，并绘制出运动轨迹；

5）对步骤4）中的运动进行特征提取后，与训练集进行对比，判断是否相同。

所述的运动轨迹是通过如下步骤获得，

步骤a首先获得3D加速度传感器测得的在X，Y，Z轴的加速度；

步骤b假设运动初始点坐标（x0，y0，z0），且每两个采样时间点之间为匀加速运动；

步骤c假设任意时刻t测得的加速度矢量是a=（ax，ay，az），且该时刻的速度已经由上一时刻数据求出为v0=（v0x，v0y，v0z），该时刻的坐标为（xt，yt，zt），则时刻t到下一时刻t+Δt的位移矢量st=（stx，sty，stz），其中stx=v0x*Δt+（ax*Δt^2）/2，sty=v0y*Δt+（ay*Δt^2）/2，stz=v0z*Δt+（az*Δt^2）/2，则时刻t+Δt的坐标为（xt+stx，yt+sty，zt+stz）；

步骤d根据每个时刻所处的坐标画出散点图，也就描述出了运动点的轨迹，然后将此三维轨迹映射到二维平面，得到二维平面图像。

所述的特征提取对绘制的运动轨迹提取形状和方向，利用 $d^{\′}\left(k\right)\≡\frac{z\left(k\right)}{e^{j\frac{2\mathrm{\π}}{L}(k-1)a}z\left(1\right)}$ 得到运动轨迹的形状，式中 $e^{j\frac{2\mathrm{\π}}{L}a}=\frac{z\left(1\right)e^{-\mathrm{j\φ}}}{\left|\right|z\left(1\right)\left|\right|},$ k=1,2,…,N-1，j是虚数，e是自然对数，L是多边形周长。

在识别运动轨迹的形状过程中，由于图像本身的原始数据量相当大，如果把所有的原始特征都送往分类器，会使得分类器异常复杂同时计算量巨大。因此，需要对物体形状进行分解产生基元并对其符号化，形成特征矢量或符号串、关系图，从而产生代表对象的模式，这个过程就是特征提取。

通常，计算傅里叶描述子需要对多边形边界曲线进行离散化，得到具有N个等间距的离散点，然后使用下式计算这N个点{(x(n)+iy(n))其中n=0,1,LN-1}的离散傅里叶变换系数z(k)作为傅里叶描述子：

$\left\{\begin{array}{c}z\left(k\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}(x\left(n\right)+\mathrm{iy}\left(n\right))e^{-j\frac{2\mathrm{\π}}{N}\mathrm{kn}},\\ p\left(n\right)=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}z\left(k\right)e^{j\frac{2\mathrm{\π}}{N}\mathrm{kn}},\end{array}\right.$

其中k=0,1,L,N-1，n=0,1,L,N-1。

离散傅里叶变换需要对原边界曲线进行等弦长离散化。为保证形状的精度，采样点数目N一般很大(N≥256)，因此傅里叶变换的运算量很大O(NlogN)，同时由于边界曲线离散化采样误差降低了z(k)的精度。

为提高速度需要减少N的数目，所以采用下述边界曲线的多边形近似方法：

对边界进行轮廓跟踪，用逆时针排列的像素点坐标P₀,P₁,LP_N来描述物体的形状（其中P₀=P_N）。为了去除冗余数据点减少傅里叶变换的计算量和消除轮廓曲线的噪声影响，在给定的近似精度D条件下（如1～2个像素），用数字曲线的多边形近似算法提取边界特征点作为原轮廓曲线的近似。该算法的具体步骤如下：

第一步，初始化，从P₀点开始提取所有的特征点：

使i=0，j=i+2，P₀作为第1个特征点；

第二步，在（P_i,P_j）区间的曲线上寻找到直线P_iP_j距离最大的点P_m：

若j>N，则停止，否则找到一个点——P_m，满足

第三步，判断P_m是否为特征点：

若d(i，j,k′)>D，则提取P_m作为新的特征点，使i=m，j=j+2并回到第二步；

若不是则使j=j+1并回到第二步。

这里 $d(i,j,m)=\left|\frac{(y_j-y_i)x_m-(x_j-x_i)y_m+(y_i{x}_j-x_i{y}_j)}{{({(x_j-x_i)}^2+{(y_j-y_i)}^2)}^{1/2}}\right|$ 表示点P_m到直线P_iP_j的距离。

由于形状边界使用近似后的多边形特征点表示（近似多边形具有很小的顶点数目N<<原采样点数目），因此在保留形状特征的同时大大降低了傅里叶变换的运算量，同时为了消除曲线离散化采样引起的误差，对近似多边形的各条直线段进行连续傅里叶变换来代替原来的离散傅里叶变换，推导如下：

$p\left(l\right)=x\left(l\right)+\mathrm{jy}\left(l\right)=\underset{k=-\&infin;}{\overset{+\&infin;}{\mathrm{\&Sigma;}}}z\left(k\right)e^{j\frac{2\mathrm{\&pi;l}}{L}},$

$z\left(k\right)=\frac{1}{L}{\&Integral;}_0^{L}p\left(l\right)e^{-j\frac{2\mathrm{\&pi;kl}}{L}}\mathrm{dl}=\frac{1}{L}\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{\&Integral;}_n^{l_{n+1}}p\left(l\right)e^{-j\frac{2\mathrm{\&pi;kl}}{L}}\mathrm{dl}=$

$\frac{1}{L}\underset{n=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{\&Integral;}_n^{l_{n+1}}[x_n+(l-l_n)\frac{x_{n+1}-x_n}{l_{n+1}-l_n}+j(y_n+(l-l_n)\frac{y_{n+1}-y_n}{l_{n+1}-l_n})e^{-j\frac{2\mathrm{\&pi;kl}}{L}}\mathrm{dl}=$

$\left\{\begin{array}{c}\frac{1}{L}\underset{n-0}{\overset{N-1}{\mathrm{\&Sigma;}}}\frac{l_{n+1}-l_n}{2}[(x_{n+1}+x_n)+j(y_{n+1}+y_n)],k=0\\ \frac{1}{j2\mathrm{\&pi;k}}\underset{n-0}{\overset{N-1}{\mathrm{\&Sigma;}}}\left\{\right[x_n+j{y}_n+(\frac{x_{n+1}-x_n}{l_{n+1}-l_n}+j\frac{y_{n+1}-y_n}{l_{n+1}-l_n})(\frac{L}{j2\mathrm{\&pi;k}}-l_n)](e^{-j\frac{2\mathrm{\&pi;k}}{L}{l}_n}-e^{-j\frac{2\mathrm{\&pi;k}}{L}{l}_{n+l}})\end{array}\right.$

$+(\frac{x_{n+1}-x_n}{l_{n+1}-l_n}+j\frac{y_{n+1}-y_n}{l_{n+1}-l_n})(l_n{e}^{-j\frac{2\mathrm{\&pi;k}}{L}{l}_n}-l_{n+1}{e}^{-j\frac{2\mathrm{\&pi;k}}{L}{l}_{n+l}})\},k\&NotEqual;0,$

其中，顶点P_n的坐标为(x_n,y_n)，l_n表示多边形的顶点P_n到起点P₀间的边长和，L为多边形的周长。

傅里叶描述子与形状的尺度、方向和曲线的起始点P₀位置有关。为了识别具有旋转、平移和尺度不变性的形状，需要对傅里叶描述子进行归一化。根据傅里叶变换性质，将物体形状边界起始点位置平移a长度，物体放大r倍，旋转角度和平移位移(x₀,y₀)后，新的形状的傅里叶变换系数z'(k)为：

其中k=1,2,L,N-1,||·||表示取模，iy'(l)=x(l+a)+iy(l+a)。从推导中可以得出，当物体旋转，同时起始点位置变化a时，傅里叶变换改变其相位当物体缩放时改变其幅度r，当物体平移时仅仅改变其z(0)分量F(x₀+iy₀)。传统的归一化傅里叶描述子d(k)定义为：

$d\left(k\right)=\frac{\left|\right|z\left(k\right)\left|\right|}{\left|\right|z\left(1\right)\left|\right|},k=\mathrm{1,2},...,N-1$

在这里采用一种计算更为简便的归一化傅里叶描述子d'(k)。

选择归一化形状的主方向为水平正向，选择边界起始点的位置和形状大小恰好使得其傅里叶变换系数z(1)的相位为0，模为1，即z(1)=1。假设任意一个形状由其相应的归一化形状经过边界起始点位置平移a，放大r倍，主方向旋转角度得到，其傅里叶变换系数为z'(k)。由于归一化形状的主方向为水平正向，新形状的主方向恰好是其相对于归一化形状旋转了方向。根据下几个步骤的推导，可以通过形状的主方向φ估计出边界起始点平移弧长a的相位影响从而消除边界起始点的相位影响，定义归一化傅里叶描述子d′(k)：

$\frac{z^{\&prime;}\left(1\right)}{\left|\right|z^{\&prime;}\left(1\right)\left|\right|}=\frac{{\mathrm{re}}^{\mathrm{j\&phi;}}{e}^{j\frac{2\mathrm{\&pi;}}{L}a}z\left(1\right)}{\left|\right|{\mathrm{re}}^{\mathrm{j\&phi;}}{e}^{j\frac{2\mathrm{\&pi;}}{L}a}z\left(1\right)\left|\right|}=e^{\mathrm{j\&phi;}}{e}^{j\frac{2\mathrm{\&pi;}}{L}a}$

φ为运动轨迹的主方向。

$\frac{z^{\&prime;}\left(k\right)}{e^{j\frac{2\mathrm{\&pi;}}{L}(k-1)a}{z}^{\&prime;}\left(1\right)}=\frac{{\mathrm{re}}^{\mathrm{j\&phi;}}{e}^{j\frac{2\mathrm{\&pi;}}{L}\mathrm{ka}}z\left(k\right)}{e^{j\frac{2\mathrm{\&pi;}}{L}(k-1)a}{\mathrm{re}}^{\mathrm{j\&phi;}}{e}^{j\frac{2\mathrm{\&pi;}}{L}a}z\left(1\right)}\&equiv;\frac{z\left(k\right)}{z\left(1\right),}$ 其中k=1,2,…,N-1.

$d^{\&prime;}\left(k\right)\&equiv;\frac{z\left(k\right)}{e^{j\frac{2\mathrm{\&pi;}}{L}(k-1)a}z{\left(1\right)}^{,}}$ 其中 $e^{j\frac{2\mathrm{\&pi;}}{L}a}=\frac{z\left(1\right)e^{-\mathrm{j\&phi;}}}{\left|\right|z\left(1\right)\left|\right|},$ k=1,2,…,N-1.

d′(k)计算简便，同时保留了傅里叶变换系数的模与相位特性。d′(k)的值恒等于归一化形状的傅里叶变换系数z(k)与z(1)之比，与形状的大小、旋转方向、平移和边界起点位置无关。d′(k)比传统的傅里叶描述子多包含了相位信息，因此避免了由于归一化傅里叶描述子丢失相位信息引起的形状混淆，可以更加准确地识别形状。

形状的方向由物体的形状特征决定，位于通过重心且倾角为β的直线上。由形状区域的KL变换，β是具有最大特征值的特征矢量的方向（物体最适椭圆的长轴方向）：

$\mathrm{\&beta;}={\tan }^{-1}\frac{u_{02}-u_{20}+\sqrt{{(u_{02}-u_{20})}^2+{{4u}_{11}}^2}}{{2u}_{11}}$

这里，U₂₀,U₀₂,U₁₁为形状所围区域的p+q阶中心矩。由近似多边形的顶点可以快速计算出结果。计算多边形每一条边与原点所围三角形区域的p+q阶矩，然后通过符号相加。该算法仅与多边形的结点数目有关，而与面积的大小无关。由于顶点数目很少，因此计算速度很快。

形状的方向位于倾角为β的直线上，但存在二义性，必须确定其具体的形状主方向。可以利用主轴所在直线与形状边界求交得到两个交点，选择重心到距离最近的一个交点的方向定义为形状的“主方向”φ，另一种较为实用的方法是将形状旋转角度-φ，然后由形状的三阶矩决定，其原理是比较形状x>0与x<0两部分的能量，选取能量小的部分对应的方向作为形状的主方向。这个过程见下式：

$\mathrm{\&phi;}=\left\{\begin{array}{c}{\tan }^{-1}\frac{u_{02}-u_{20}+\sqrt{{(u_{02}-u_{20})}^2+{{4u}_{11}}^2}}{{2u}_{11}}+\mathrm{\&pi;},u_{30}>0,\\ {\tan }^{-1}\frac{u_{02}-u_{20}+\sqrt{{(u_{02}-u_{20})}^2+{{4u}_{11}}^2}}{{2u}_{11}},u_{30}\&le;0,\end{array}\right.$

所述的对比采用公式 $\mathrm{dis}\tan \mathrm{ce}=\sqrt{{\mathrm{\&Sigma;}}_{k=2}^M{\left|\right|d_i^{\&prime;}\left(k\right)-d_j^{\&prime;}\left(k\right)\left|\right|}^2},$ 当distance的值为0时，表明完全相似，值越大则表明差异越大。

一种利用上述方法的电子标签识别，包括天线，与天线连接的射频前端模块，所述的射频前端模块与控制单元连接，所述的控制单元通过传感器接口模块与3D加速度传感器连接，有一存储模块与控制单元连接，所述的天线还与一功率提取模块连接，所述的功率提取模块分别与控制单元、存储模块、传感器接口模块、3D加速度传感器连接。所述的存储模块为EEPROM单元。所述的天线为鞭状天线或偶极子天线或平面定向天线或电感线圈。

本方案的有益效果可根据对上述方案的叙述得知，由于在该方案中天线用于接收读写器发送的无线电波或交变磁场，以及向读写器发射射频前端模块生成的通讯信号；功率提取模块用于从天线接收的射频载波提取能量，产生供标签内其他电路工作的本地电源；射频前端模块用于完成标签与读写器之间通讯信号的调制与解调；控制单元用于控制存储模块的读写、3D加速度传感器信号的采集和处理、处理标签与读写器之间通讯数据的成帧形成数字基带信号和解帧以提取命令成数据；存储模块用于保存用户数据和姿态判别用户的预存数据；传感器接口模块用于对3D加速度传感器信号进行滤波、放大等信号调理；3D加速度传感器用来进行对运动姿态的特征提取。

由此可见，本发明与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。

附图说明：

图1为本发明具体实施方式的结构示意图。

图中，1为天线，2为射频前端模块，3为控制单元，4为传感器接口模块，5为3D加速传感器，6为存储模块，7为功率提取模块。

具体实施方式：

为能清楚说明本方案的技术特点，下面通过一个具体实施方式，并结合其附图，对本方案进行阐述。

通过附图可以看出，本方案的一种基于3D运动姿势的电子标签识别方法，以使用者手持电子标签做出的动作姿态作为电子标签的安全验证密钥，包括如下步骤：

1）从电子标签的3D加速度传感器获取一定时间间隔内连续采集的三维加速度数据；

2）根据采集到的三维加速度数据绘制出运动轨迹；

3）将绘制的运动轨迹进行特征提取，建立训练集；

4）从3D加速度传感器获取另一定时间间隔连续采集的三维加速度数据，并绘制出运动轨迹；

5）对步骤4）中的运动进行特征提取后，与训练集进行对比，判断是否相同。

所述的运动轨迹是通过如下步骤获得，

步骤a首先获得3D加速度传感器测得的在X，Y，Z轴的加速度；

步骤b假设运动初始点坐标（x0，y0，z0），且每两个采样时间点之间为匀加速运动；

步骤c假设任意时刻t测得的加速度矢量是a=（ax，ay，az），且该时刻的速度已经由上一时刻数据求出为v0=（v0x，v0y，v0z），该时刻的坐标为（xt，yt，zt），则时刻t到下一时刻t+Δt的位移矢量st=（stx，sty，stz），其中stx=v0x*Δt+（ax*Δt^2）/2，sty=v0y*Δt+（ay*Δt^2）/2，stz=v0z*Δt+（az*Δt^2）/2，则时刻t+Δt的坐标为（xt+stx，yt+sty，zt+stz）；

步骤d根据每个时刻所处的坐标画出散点图，也就描述出了运动点的轨迹，然后将此三维轨迹映射到二维平面，得到二维平面图像。

所述的特征提取对绘制的运动轨迹提取形状和方向，利用

$d^{\&prime;}\left(k\right)\&equiv;\frac{z\left(k\right)}{e^{j\frac{2\mathrm{\&pi;}}{L}(k-1)a}z\left(1\right)}$ 得到运动轨迹的形状，式中 $e^{j\frac{2\mathrm{\&pi;}}{L}a}-\frac{z\left(1\right)e^{-\mathrm{j\&phi;}}}{\left|\right|z\left(1\right)\left|\right|},$ k=1,2,…,N-1

由 $\mathrm{\&phi;}=\left\{\begin{array}{c}{\tan }^{-1}\frac{u_{02}-u_{20}+\sqrt{{(u_{02}-u_{20})}^2+{{4u}_{11}}^2}}{{2u}_{11}}+\mathrm{\&pi;},u_{30}>0,\\ {\tan }^{-1}\frac{u_{02}-u_{20}+\sqrt{{(u_{02}-u_{20})}^2+{{4u}_{11}}^2}}{{2u}_{11}},u_{30}\&le;0,\end{array}\right.$ 获得运动轨迹的方向。

所述的对比采用公式 $\mathrm{dis}\tan \mathrm{ce}=\sqrt{{\mathrm{\&Sigma;}}_{k=2}^M{\left|\right|d_i^{\&prime;}\left(k\right)-d_j^{\&prime;}\left(k\right)\left|\right|}^2},$ 当distance的值为0时，表明完全相似，值越大则表明差异越大。

一种利用上述方法的电子标签识别，包括天线1，与天线1连接的射频前端模块2，所述的射频前端模块2与控制单元3连接，所述的控制单元3通过传感器接口模块4与3D加速度传感器5连接，有一存储模块6与控制单元3连接，所述的天线1还与一功率提取模块7连接，所述的功率提取模块7分别与控制单元3、存储模块6、传感器接口模块4、3D加速度传感器5连接。本实施例中所述的存储模块6为EEPROM单元。所述的天线1为鞭状天线。

本发明并不仅限于上述具体实施方式，本领域普通技术人员在本发明的实质范围内做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (5)

1.一种基于3D运动姿势的电子标签识别方法，以使用者手持电子标签做出的动作姿态作为电子标签的安全验证密钥，其特征在于包括如下步骤：

1)从电子标签中的3D加速度传感器获取一定时间间隔内连续采集的三维加速度数据；

2)根据采集到的三维加速度数据绘制出运动轨迹；

3)将绘制的运动轨迹进行特征提取，建立训练集；

4)从3D加速度传感器获取另一定时间间隔连续采集的三维加速度数据，并绘制出运动轨迹；

5)对步骤4)中的运动进行特征提取后，与训练集进行对比，判断是否相同。

2.根据权利要求1所述的基于3D运动姿势的电子标签识别方法，其特征是：所述的运动轨迹是通过如下步骤获得，

步骤a首先获得3D加速度传感器测得的在X，Y，Z轴的加速度；

步骤b假设运动初始点坐标(x0，y0，z0)，且每两个采样时间点之间为匀加速运动；

步骤c假设任意时刻t测得的加速度矢量是a＝(ax，ay，az)，且该时刻的速度已经由上一时刻数据求出为v0＝(v0x，v0y，v0z)，该时刻的坐标为(xt，yt，zt)，则时刻t到下一时刻t+Δt的位移矢量st＝(stx，sty，stz)，其中stx＝v0x*Δt+(ax*Δt^2)/2，sty＝v0y*Δt+(ay*Δt^2)/2，stz＝v0z*Δt+(az*Δt^2)/2，则时刻t+Δt的坐标为(xt+stx，yt+sty，zt+stz)；

步骤d根据每个时刻所处的坐标画出散点图，也就描述出了运动点的轨迹，然后将此三维轨迹映射到二维平面，得到二维平面图像。

3.一种基于权利要求1所述方法的电子标签识别装置，其特征是：包括天线，与天线连接的射频前端模块，所述的射频前端模块与控制单元连接，所述的控制单元通过传感器接口模块与3D加速度传感器连接，有一存储模块与控制单元连接，所述的天线还与一功率提取模块连接，所述的功率提取模块分别与控制单元、存储模块、传感器接口模块、3D加速度传感器连接。

4.根据权利要求3所述的电子标签识别装置，其特征是：所述的存储模块为EEPROM单元。

5.根据权利要求3所述的电子标签识别装置，其特征是：所述的天线为鞭状天线或偶极子天线或平面定向天线或电感线圈。