CN108304746A - 更新用于心电身份认证的认证参考信息的方法及设备 - Google Patents
更新用于心电身份认证的认证参考信息的方法及设备 Download PDFInfo
- Publication number
- CN108304746A CN108304746A CN201710017922.7A CN201710017922A CN108304746A CN 108304746 A CN108304746 A CN 108304746A CN 201710017922 A CN201710017922 A CN 201710017922A CN 108304746 A CN108304746 A CN 108304746A
- Authority
- CN
- China
- Prior art keywords
- reference template
- certification
- sample
- electrocardiosignal
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/50—Maintenance of biometric data or enrolment thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
提供一种更新用于心电身份认证的认证参考信息的方法及设备。所述方法包括:(A)获取待认证的心电信号;(B)基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号;(C)将通过认证的心电信号作为已认证样本添加到已认证样本集合;(D)基于参考模板集合和已认证样本集合来获取新的参考模板;(E)将获取的新的参考模板添加到参考模板集合以更新参考模板集合。根据所述方法及设备,能够自动更新用于心电身份认证的认证参考信息,提高心电身份认证的准确率。
Description
技术领域
本发明总体说来涉及心电身份认证领域,更具体地讲,涉及一种更新用于心电身份认证的认证参考信息的方法及设备。
背景技术
随着信息技术的发展和互联网的兴起,信息安全逐渐得到了广泛的重视。可靠的身份认证技术是信息安全防护的第一关,有着至关重要的作用。生物特征识别技术利用人的生理或行为特征实现对个人身份的识别和认证,与传统身份识别技术相比有着显著的优势。
目前已经存在的生物特征识别技术大多基于人脸、指纹、语音等生物信号。然而,难以避免的存在假人脸、假指纹以及录音等风险漏洞。相较于传统的生物特征识别技术,基于心电(ECG)信号的身份认证技术有难于被仿冒、安全性较高、采集设备价格低廉、识别率高等优势。近年来,基于ECG信号的身份认证技术作为一种新的生物特征识别技术,正在逐渐得到广泛的关注和研究。
同其他的生物特征识别技术一样,基于ECG信号的身份认证技术同样存在不足之处,就是认证参考信息问题。ECG信号中固然含有身份信息,但同时,ECG信号复杂多变。图1示出同一用户在不同状态下的ECG信号的示例,如图1所示,同一个用户在不同状态下的ECG信号可能会有很大的差别,其差别甚至可能超过不同用户的ECG信号之间的差别。诸如,运动前后、吃饭前后、甚至心情变化,都可能很大程度地影响ECG信号。其影响因素多、影响基理复杂,目前尚无系统的研究和说明。
不同于基于人脸或者指纹的身份认证技术,可以在用户初始注册参考模版时,就采集用户的正脸侧脸、指纹的正向侧向按压。而基于ECG信号的身份认证,在用户初始注册参考模版时,难以采集用户在不用状态下的ECG信号。这使得在使用初期,用户的状态未有明显改变时,基于ECG的身份认证技术具有较高的识别率,而随着时间的推移,尤其是在用户处于新的状态时,基于ECG的身份认证技术的识别效果就会明显下降。
发明内容
本发明的示例性实施例在于提供一种更新用于心电身份认证的认证参考信息的方法及设备,其能够解决现有技术的随着时间的推移,心电身份认证的准确率下降的问题。
根据本发明的示例性实施例,提供一种更新用于心电身份认证的认证参考信息的方法,其中,所述方法包括:(A)获取待认证的心电信号;(B)基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号;(C)将通过认证的心电信号作为已认证样本添加到已认证样本集合;(D)基于参考模板集合和已认证样本集合来获取新的参考模板;(E)将获取的新的参考模板添加到参考模板集合以更新参考模板集合。
可选地,步骤(D)包括:当检测到达到预设条件时,基于参考模板集合和已认证样本集合来获取新的参考模板。
可选地,参考模板集合初始仅包括用户初始注册的作为参考模板的心电信号。
可选地,步骤(B)包括:分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值;基于参考模板集合计算认证阈值;根据计算得到的相似度值和计算得到的认证阈值来确定待认证的心电信号是否通过认证。
可选地,当计算得到的相似度值之中的最大相似度值大于计算得到的认证阈值时,确定待认证的心电信号通过认证。
可选地,步骤(D)包括:基于参考模板集合和已认证样本集合,利用全局最小割从已认证样本集合中筛选出至少一个已认证样本,并基于筛选出的已认证样本得到新的参考模板。
可选地,步骤(D)包括:基于参考模板集合和已认证样本集合建立无向图,其中,每个参考模板和每个已认证样本分别由无向图中的一个点表示,无向图中的任意两个点之间连有一条边;基于边的权值对无向图中的边进行简化;针对简化后的无向图中的既包含表示参考模板的点也包含表示已认证样本的点的连通图,基于边的权值进行预定次数的全局最小割,得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图;基于得到的所述连通子图中的点所表示的已认证样本来获取新的参考模板。
可选地,无向图中的边之中的任意两个已认证样本所对应的两个点之间的边的权值为所述任意两个已认证样本的相似度值,任一已认证样本和任一参考模板所对应的两个点之间的边的权值为所述任一已认证样本和所述任一参考模板的相似度值,任意两个参考模板所对应的两个点之间的边的权值被设置为大于等于1的常数值。
可选地,基于边的权值对无向图中的边进行简化的步骤包括:删除无向图中的权值小于认证阈值的边;针对任一已认证样本所对应的点,仅保留所述点的边之中的权值最大的K条边,并且,如果一条边所连接的两个表示已认证样本的点之中的至少一个点需要保留所述一条边,则保留所述一条边,其中,K为大于0的整数。
可选地,基于参考模板集合所包括的参考模板的数量、参考模板集合所包括的参考模板之间的相似度值之中的最小值、参考模板集合所包括的参考模板之间的相似度值之中的最大值之中的至少一项,来计算认证阈值。
可选地,通过下面的公式来计算认证阈值Thre:
Thre=p·F
其中,p为经验系数、F为表征参考模板集合的状态的向量,F的分量分别表征以下项之中的至少一项:参考模板集合所包括的参考模板的数量、参考模板集合所包括的参考模板之间的相似度值之中的最小值、参考模板集合所包括的参考模板之间的相似度值之中的最大值。
可选地,步骤(E)包括:当当前参考模板集合所包括的参考模板的数量未达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合以得到更新后的参考模板集合;当当前参考模板集合所包括的参考模板的数量已达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合,计算添加后的参考模板集合中的每一参考模板与其他参考模板之间的相似度值的和,并从添加后的参考模板集合中删除与最大的和对应的参考模板以得到更新后的参考模板集合。
可选地,所述预设条件是当前已认证样本集合所包括的已认证样本的数量达到第二预定阈值,其中,所述方法还包括:在步骤(E)之后,将已认证样本集合清空。
根据本发明的另一示例性实施例,提供一种更新用于心电身份认证的认证参考信息的设备,其中,所述设备包括:心电信号获取单元,获取待认证的心电信号;心电信号认证单元,基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号;样本添加单元,将通过认证的心电信号作为已认证样本添加到已认证样本集合;参考模板获取单元,基于参考模板集合和已认证样本集合来获取新的参考模板;更新单元,将获取的新的参考模板添加到参考模板集合以更新参考模板集合。
可选地,参考模板获取单元当检测到达到预设条件时,基于参考模板集合和已认证样本集合来获取新的参考模板。
可选地,参考模板集合初始仅包括用户初始注册的作为参考模板的心电信号。
可选地,心电信号认证单元包括:相似度值计算单元,分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值;认证阈值计算单元,基于参考模板集合计算认证阈值;认证确定单元,根据计算得到的相似度值和计算得到的认证阈值来确定待认证的心电信号是否通过认证。
可选地,认证确定单元当计算得到的相似度值之中的最大相似度值大于计算得到的认证阈值时,确定待认证的心电信号通过认证。
可选地,参考模板获取单元基于参考模板集合和已认证样本集合,利用全局最小割从已认证样本集合中筛选出至少一个已认证样本,并基于筛选出的已认证样本得到新的参考模板。
可选地,参考模板获取单元包括:无向图建立单元,基于参考模板集合和已认证样本集合建立无向图,其中,每个参考模板和每个已认证样本分别由无向图中的一个点表示,无向图中的任意两个点之间连有一条边;简化单元,基于边的权值对无向图中的边进行简化;全局最小割单元,针对简化后的无向图中的既包含表示参考模板的点也包含表示已认证样本的点的连通图,基于边的权值进行预定次数的全局最小割,得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图;获取单元,基于得到的所述连通子图中的点所表示的已认证样本来获取新的参考模板。
可选地,无向图中的边之中的任意两个已认证样本所对应的两个点之间的边的权值为所述任意两个已认证样本的相似度值,任一已认证样本和任一参考模板所对应的两个点之间的边的权值为所述任一已认证样本和所述任一参考模板的相似度值,任意两个参考模板所对应的两个点之间的边的权值被设置为大于等于1的常数值。
可选地,简化单元删除无向图中的权值小于认证阈值的边;并针对任一已认证样本所对应的点,仅保留所述点的边之中的权值最大的K条边,并且,如果一条边所连接的两个表示已认证样本的点之中的至少一个点需要保留所述一条边,则保留所述一条边,其中,K为大于0的整数。
可选地,认证阈值计算单元基于参考模板集合所包括的参考模板的数量、参考模板集合所包括的参考模板之间的相似度值之中的最小值、参考模板集合所包括的参考模板之间的相似度值之中的最大值之中的至少一项,来计算认证阈值。
可选地,认证阈值计算单元通过下面的公式来计算认证阈值Thre:
Thre=p·F
其中,p为经验系数、F为表征参考模板集合的状态的向量,F的分量分别表征以下项之中的至少一项:参考模板集合所包括的参考模板的数量、参考模板集合所包括的参考模板之间的相似度值之中的最小值、参考模板集合所包括的参考模板之间的相似度值之中的最大值。
可选地,更新单元当当前参考模板集合所包括的参考模板的数量未达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合以得到更新后的参考模板集合;当当前参考模板集合所包括的参考模板的数量已达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合,计算添加后的参考模板集合中的每一参考模板与其他参考模板之间的相似度值的和,并从添加后的参考模板集合中删除与最大的和对应的参考模板以得到更新后的参考模板集合。
可选地,所述预设条件是当前已认证样本集合所包括的已认证样本的数量达到第二预定阈值,其中,所述设备还包括:清空单元,在更新单元更新参考模板集合之后,将已认证样本集合清空。
在根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的方法及设备中,能够自动更新用于心电身份认证的认证参考信息,提高心电身份认证的准确率。
将在接下来的描述中部分阐述本发明总体构思另外的方面和/或优点,还有一部分通过描述将是清楚的,或者可以经过本发明总体构思的实施而得知。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述,本发明示例性实施例的上述和其他目的和特点将会变得更加清楚,其中:
图1示出同一用户在不同状态下的ECG信号的示例;
图2示出根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的方法的流程图;
图3示出根据本发明示例性实施例的基于参考模板集合和已认证样本集合来获取新的参考模板的方法的流程图;
图4示出根据本发明示例性实施例的进行最后一次全局最小割的示图;
图5示出根据本发明示例性实施例的将获取的新的参考模板添加到参考模板集合以更新参考模板集合的方法的流程图;
图6示出根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的设备的框图;
图7示出根据本发明示例性实施例的参考模板获取单元的框图。
具体实施方式
现将详细参照本发明的实施例,所述实施例的示例在附图中示出,其中,相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例,以便解释本发明。
图2示出根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的方法的流程图。所述方法可由电子终端来执行,也可通过计算机程序来实现。例如,所述方法可通过安装在电子终端中的用于心电身份认证的应用来执行,或者通过电子终端的操作系统中实现的功能程序来执行。这里,作为示例,所述电子终端可以是移动通信终端、个人计算机、平板电脑、游戏机、数字多媒体播放器等能够采集心电信号的电子设备。
参照图2,在步骤S10,获取待认证的心电信号。
作为示例,可响应于用于触发心电身份认证的操作,获取待认证的心电信号。用于触发心电身份认证的操作可以是解锁屏幕、进行支付、打开已加密的文件等操作。
应该理解,可通过各种适合的方式来获取当前使用者的心电信号(即,待认证的心电信号),本发明在此不再赘述。
在步骤S20,基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号。
作为示例,参考模板集合初始可仅包括用户初始注册的作为参考模板的心电信号。例如,参考模板集合初始可仅包括用户初始注册的一个心电信号,通过执行根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的方法,参考模板集合可包括多个心电信号,其中,每个心电信号作为一个参考模板。
作为示例,可分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值;并基于参考模板集合计算认证阈值;然后根据计算得到的相似度值和计算得到的认证阈值来确定待认证的心电信号是否通过认证。
作为示例,可当计算得到的相似度值之中的最大相似度值大于计算得到的认证阈值时,确定待认证的心电信号通过认证。
作为示例,可将待认证的心电信号与参考模板集合中的每个心电信号之间的距离(例如,余弦距离、马氏距离等)作为两者的相似度度量。
作为示例,可基于当前的参考模板集合所包括的参考模板的数量、当前的参考模板集合所包括的参考模板之间的相似度值之中的最小值、当前的参考模板集合所包括的参考模板之间的相似度值之中的最大值之中的至少一项,来计算认证阈值。
作为示例,可通过下面的公式(1)来计算认证阈值Thre:
Thre=p·F (1)
其中,p为经验系数、F为表征当前的参考模板集合的状态的向量,F的分量分别表征以下项之中的至少一项:当前的参考模板集合所包括的参考模板的数量、当前的参考模板集合所包括的参考模板之间的相似度值之中的最小值、当前的参考模板集合所包括的参考模板之间的相似度值之中的最大值。
作为示例,可通过线性回归的方法来得到p。例如,可通过对多个不同的训练数据对进行线性回归来得到p,其中,每个训练数据对包括表征一参考模板集合的状态的向量以及该参考模板集合在错误拒绝率(即,真样本被判假的概率)为预设值(例如,5%)时所对应的认证阈值。训练数据对可通过已知数据集得到。
此外,作为示例,也可分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值;然后根据计算得到的相似度值和静态的认证阈值来确定待认证的心电信号是否通过认证。即,不需要计算动态的认证阈值,直接使用静态的认证阈值即可,静态的认证阈值可以是预设的固定值,例如,可设置为0.75等适合的值。
在步骤S30,将通过认证的心电信号作为已认证样本添加到已认证样本集合。
应该理解,参考模板集合中的作为参考模板的心电信号,可以以心电信号的特征向量的形式保存,也可以以从心电信号中提取的关键点的形式保存,还可以以其他适合的形式保存。
作为示例,当参考模板集合中的作为参考模板的心电信号以心电信号的特征向量的形式保存时,可对用户初始注册的心电信号进行预处理(例如,滤波、提取关键点、分割信号等),然后再提取特征向量(例如,可使用训练好的神经网络来提取特征向量)以进行保存。相应地,在步骤S20,基于参考模板集合对待认证的心电信号进行认证时,可对待认证的心电信号进行同样的处理来提取待认证的心电信号的特征向量,然后基于待认证的心电信号的特征向量和作为参考模板的心电信号的特征向量来计算两者的相似度值。相应地,已认证样本集合中的作为已认证样本的心电信号也以心电信号的特征向量的形式保存。
在步骤S40,基于参考模板集合和已认证样本集合来获取新的参考模板。
作为优选示例,可当检测到达到预设条件时,基于参考模板集合和已认证样本集合来获取新的参考模板。
作为示例,所述预设条件可以是当前已认证样本集合所包括的已认证样本的数量达到第二预定阈值,其中,根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的方法还可包括:在下述步骤S50之后,将已认证样本集合清空。具体说来,可当已认证样本集合所包括的已认证样本的数量达到一定数量时,才执行步骤S40,并且,在步骤S50之后将已认证样本集合清空,当已认证样本集合所包括的已认证样本的数量再次达到一定数量时,再次执行步骤S40。
作为示例,可基于参考模板集合和已认证样本集合,利用全局最小割从已认证样本集合中筛选出至少一个已认证样本,然后基于筛选出的已认证样本得到新的参考模板。以下将参照图3示出的示例性实施例来详细描述。
在步骤S50,将获取的新的参考模板添加到参考模板集合以更新参考模板集合。
作为优选示例,步骤S50还可包括:在更新参考模板集合之后,基于更新后的参考模板集合更新认证阈值。
作为示例,可基于更新后的参考模板集合所包括的参考模板的数量、更新后的参考模板集合所包括的参考模板之间的相似度值之中的最小值、更新后的参考模板集合所包括的参考模板之间的相似度值之中的最大值之中的至少一项,来更新认证阈值。
图3示出根据本发明示例性实施例的基于参考模板集合和已认证样本集合来获取新的参考模板的方法的流程图。
在步骤S401,基于参考模板集合和已认证样本集合建立无向图,其中,每个参考模板和每个已认证样本分别由无向图中的一个点表示,无向图中的任意两个点之间连有一条边。
在步骤S402,基于边的权值对无向图中的边进行简化,去掉不必要的边,从而简化后续计算。作为示例,无向图中的边之中的任意两个已认证样本所对应的两个点之间的边的权值可为所述任意两个已认证样本的相似度值,任一已认证样本和任一参考模板所对应的两个点之间的边的权值可为所述任一已认证样本和所述任一参考模板的相似度值,任意两个参考模板所对应的两个点之间的边的权值可被设置为大于等于1的常数值。
作为示例,可先删除无向图中的权值小于认证阈值的边;然后针对任一已认证样本所对应的点,仅保留所述点的边之中的权值最大的K条边,并且,如果一条边所连接的两个表示已认证样本的点之中的至少一个点需要保留所述一条边,则保留所述一条边,其中,K为大于0的整数。应该理解,也可使用其他适合的方法来对无向图中的边进行简化。
在步骤S403,针对简化后的无向图中的既包含表示参考模板的点也包含表示已认证样本的点的连通图,基于边的权值进行预定次数的全局最小割,以得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图。
具体说来,在步骤S401建立的无向图为全连通图,在对无向图中的边进行简化之后,如果无向图仍为全连通图,则直接对其进行全局最小割,如果无向图不是全连通图,则针对其中的既包含表示参考模板的点也包含表示已认证样本的点的连通子图进行全局最小割。在进行第一次全局最小割之后,针对得到的两个连通子图中的既包含表示参考模板的点也包含表示已认证样本的点的连通子图继续进行全局最小割,如此循环直至执行完预定次数的全局最小割,得到最终的既包含表示参考模板的点也包含表示已认证样本的点的连通子图。
此外,作为示例,如果在预定次数的全局最小割内,没有得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图,则不执行后续步骤S404和步骤S50,并可清空已认证样本集合。
全局最小割是通过删除一组边,把一个连通图分割为两个连通子图,其中,删除的一组边是所包括的边的权值之和最小的一组边。作为示例,可使用各种算法来实现全局最小割,例如,可使用斯托尔-瓦格纳(Stoer-Wagner)算法来实现全局最小割。
应该理解,在步骤S402,通过将任意两个参考模板所对应的两个点之间的边的权值被设置为大于等于1的常数值(例如,3或更大的值),能够保证在对无向图中的边进行简化之后、在进行全局最小割之后,表示参考模板的所有点始终在同一连通图中,而不会被分割到两个连通图中。
在步骤S404,基于得到的连通子图中的点所表示的已认证样本来获取新的参考模板。
作为示例,可将得到的连通子图中的点所表示的已认证样本进行平均以得到新的参考模板。应该理解,也可通过其他适合的方法来基于得到的连通子图中的点所表示的已认证样本来获取新的参考模板。
通过上述方法,能够在保证更新准确的基础上,使得用户在新的状态(即,不同于已有的参考模板所对应的状态)下的心电信号能够用于更新参考模板集合,从而提高参考模板集合的表征性。
图4示出根据本发明示例性实施例的进行最后一次全局最小割的示图,如图4所示,实线边表示两个点之间的相似度值较大,虚线边表示两个点之间的相似度值虽然高于认证阈值,但并没有超出很多。已认证样本1、2、3之间的相似度值较高,但与参考模版1、2、3之间的相似度值不高,是一种新的状态下的心电信号。而已认证样本4与参考模版之间的相似度值较高,是已经出现过的状态下的心电信号。已认证样本5是通过认证的攻击者(即,非初始注册用户)的心电信号,与参考模版1、2、3之间的相似度值不高。根据本发明示例性实施例的方法,在进行最后一次(即,第预定次数)全局最小割时,将已认证样本1、2、3、4和参考模版1、2、3分割到一个连通子图中,将已认证样本5自己分割到一个连通子图中。因此,已认证样本1、2、3、4均用于获得新的参考模板,从而使得参考模板集合能够加入一个对应于新的状态的参考模板,并且,剔除了已认证样本5,从而保证不会将非初始注册用户的心电信号用来更新参考模板集合。
图5示出根据本发明示例性实施例的将获取的新的参考模板添加到参考模板集合以更新参考模板集合的方法的流程图。
参照图5,在步骤S501,检测当前参考模板集合所包括的参考模板的数量。
在步骤S502,确定当前参考模板集合所包括的参考模板的数量是否达到第一预定阈值。
当在步骤S502确定当前参考模板集合所包括的参考模板的数量未达到第一预定阈值时,执行步骤S503,将获取的新的参考模板添加到参考模板集合以得到更新后的参考模板集合。
当在步骤S502确定当前参考模板集合所包括的参考模板的数量已达到第一预定阈值时,执行步骤S504,将获取的新的参考模板添加到参考模板集合。
在步骤S505,计算添加后的参考模板集合中的每一参考模板与其他参考模板之间的相似度值的和。
在步骤S506,从添加后的参考模板集合中删除与最大的和对应的参考模板以得到更新后的参考模板集合。
通过所述方法,能够使得参考模板集合中的各个参考模板之间的相似度最小,各个参考模板的表征力最强,能够分别表征用户在不同状态下的认证参考信息。
图6示出根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的设备的框图。
如图6所示,根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的设备包括:心电信号获取单元10、心电信号认证单元20、样本添加单元30、参考模板获取单元40和更新单元50。这些单元可通过专门的器件来实现,作为示例,所述单元可由数字信号处理器、现场可编程门阵列、应用处理器、CPU等通用硬件处理器来实现,也可通过专用芯片等专用硬件处理器来实现,还可完全通过计算机程序来以软件方式实现,例如,被实现为安装在电子终端中的用于心电身份认证的应用中的模块,或者被实现为电子终端的操作系统中实现的功能程序。
具体说来,心电信号获取单元10用于获取待认证的心电信号。
作为示例,心电信号获取单元10可响应于用于触发心电身份认证的操作,获取待认证的心电信号。用于触发心电身份认证的操作可以是解锁屏幕、进行支付、打开已加密的文件等操作。
应该理解,心电信号获取单元10可通过各种适合的方式来获取当前使用者的心电信号(即,待认证的心电信号),本发明在此不再赘述。
心电信号认证单元20用于基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号。
作为示例,参考模板集合初始可仅包括用户初始注册的作为参考模板的心电信号。
作为示例,心电信号认证单元20可包括:相似度值计算单元(未示出)、认证阈值计算单元(未示出)和认证确定单元(未示出)。
相似度值计算单元用于分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值。
认证阈值计算单元用于基于参考模板集合计算认证阈值。
认证确定单元用于根据计算得到的相似度值和计算得到的认证阈值来确定待认证的心电信号是否通过认证。
作为示例,认证确定单元可当相似度值计算单元计算得到的相似度值之中的最大相似度值大于计算得到的认证阈值时,确定待认证的心电信号通过认证。
作为示例,可将待认证的心电信号与参考模板集合中的每个心电信号之间的距离(例如,余弦距离、马氏距离等)作为两者的相似度度量。
作为示例,认证阈值计算单元可基于当前的参考模板集合所包括的参考模板的数量、当前的参考模板集合所包括的参考模板之间的相似度值之中的最小值、当前的参考模板集合所包括的参考模板之间的相似度值之中的最大值之中的至少一项,来计算认证阈值。
作为示例,认证阈值计算单元可通过公式(1)来计算认证阈值Thre。
此外,作为示例,心电信号认证单元20也可仅包括相似度值计算单元和认证确定单元,其中,认证确定单元可根据计算得到的相似度值和静态的认证阈值来确定待认证的心电信号是否通过认证。即,不需要计算动态的认证阈值,直接使用静态的认证阈值即可,静态的认证阈值可以是预设的固定值,例如,可设置为0.75等适合的值。
样本添加单元30用于将通过认证的心电信号作为已认证样本添加到已认证样本集合。
参考模板获取单元40用于基于参考模板集合和已认证样本集合来获取新的参考模板。
作为优选示例,参考模板获取单元40可当检测到达到预设条件时,基于参考模板集合和已认证样本集合来获取新的参考模板。
作为示例,所述预设条件可以是当前已认证样本集合所包括的已认证样本的数量达到第二预定阈值,其中,根据本发明示例性实施例的更新用于心电身份认证的认证参考信息的设备还可包括:清空单元(未示出),清空单元用于在更新单元50更新参考模板集合之后,将已认证样本集合清空。
作为示例,参考模板获取单元40可基于参考模板集合和已认证样本集合,利用全局最小割从已认证样本集合中筛选出至少一个已认证样本,然后基于筛选出的已认证样本得到新的参考模板。以下将参照图7示出的示例性实施例来详细描述。
更新单元50用于将获取的新的参考模板添加到参考模板集合以更新参考模板集合。
作为示例,更新单元50可当当前参考模板集合所包括的参考模板的数量未达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合以得到更新后的参考模板集合;当当前参考模板集合所包括的参考模板的数量已达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合,计算添加后的参考模板集合中的每一参考模板与其他参考模板之间的相似度值的和,并从添加后的参考模板集合中删除与最大的和对应的参考模板以得到更新后的参考模板集合。
此外,作为优选示例,更新单元50还可在更新参考模板集合之后,基于更新后的参考模板集合更新认证阈值。
作为示例,更新单元50可基于更新后的参考模板集合所包括的参考模板的数量、更新后的参考模板集合所包括的参考模板之间的相似度值之中的最小值、更新后的参考模板集合所包括的参考模板之间的相似度值之中的最大值之中的至少一项,来更新认证阈值。
图7示出根据本发明示例性实施例的参考模板获取单元的框图。
如图7所示,根据本发明示例性实施例的参考模板获取单元40包括:无向图建立单元401、简化单元402、全局最小割单元403和获取单元404。
无向图建立单元401用于基于参考模板集合和已认证样本集合建立无向图,其中,每个参考模板和每个已认证样本分别由无向图中的一个点表示,无向图中的任意两个点之间连有一条边。
简化单元402用于基于边的权值对无向图中的边进行简化。作为示例,无向图中的边之中的任意两个已认证样本所对应的两个点之间的边的权值可为所述任意两个已认证样本的相似度值,任一已认证样本和任一参考模板所对应的两个点之间的边的权值可为所述任一已认证样本和所述任一参考模板的相似度值,任意两个参考模板所对应的两个点之间的边的权值可被设置为大于等于1的常数值。
作为示例,简化单元402可先删除无向图中的权值小于认证阈值的边;然后针对任一已认证样本所对应的点,仅保留所述点的边之中的权值最大的K条边,并且,如果一条边所连接的两个表示已认证样本的点之中的至少一个点需要保留所述一条边,则保留所述一条边,其中,K为大于0的整数。应该理解,简化单元402也可使用其他适合的方法来对无向图中的边进行简化。
全局最小割单元403用于针对简化后的无向图中的既包含表示参考模板的点也包含表示已认证样本的点的连通图,基于边的权值进行预定次数的全局最小割,以得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图。
作为示例,如果全局最小割单元403在预定次数的全局最小割内,没有得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图,则获取单元404和更新单元50不执行后续步骤,并且清空单元可清空已认证样本集合。
获取单元404用于基于得到的连通子图中的点所表示的已认证样本来获取新的参考模板。
作为示例,获取单元404可将得到的连通子图中的点所表示的已认证样本进行平均以得到新的参考模板。应该理解,获取单元404也可通过其他适合的方法来基于得到的连通子图中的点所表示的已认证样本来获取新的参考模板。
根据本发明的更新用于心电身份认证的认证参考信息的方法及设备,能够自动更新参考模板集合,使得参考模板集合中的各个参考模板之间的相似度最小,各个参考模板的表征力最强,能够分别表征用户在不同状态下的认证参考信息,从而提高心电身份认证的准确率。
作为示例,采集100个人的心电信号,其中,针对每个人,分别在不同的时间采集一次心电信号,共采集50次心电信号。将采集的80个人的心电信号作为训练样本集,用于训练提取心电信号的特征向量的神经网络,将其余20个人的心电信号作为测试样本集,在测试过程中,通过基于训练样本集训练好的神经网络来提取心电信号的特征向量,以错误拒绝率(False Rejection Rate,FRR)=5%时的错误接受率(False Acceptance Rate,FAR)为评价指标。基于该测试样本集进行测试,如果按照现有技术只使用第一次采集的心电信号作为唯一的参考模板,则后40次采集的心电信号的FAR平均值为5.50%;如果根据本发明示例性实施例的使用动态认证阈值并自动更新参考模板集合,则后40次采集的心电信号的FAR平均值为2.26%。可以看出,根据本发明的示例性实施例,能够有效提高心电身份认证的识别率。
虽然已表示和描述了本发明的一些示例性实施例,但本领域技术人员应该理解,在不脱离由权利要求及其等同物限定其范围的本发明的原理和精神的情况下,可以对这些实施例进行修改。
Claims (20)
1.一种更新用于心电身份认证的认证参考信息的方法,其中,所述方法包括:
(A)获取待认证的心电信号;
(B)基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号;
(C)将通过认证的心电信号作为已认证样本添加到已认证样本集合;
(D)基于参考模板集合和已认证样本集合来获取新的参考模板;
(E)将获取的新的参考模板添加到参考模板集合以更新参考模板集合。
2.根据权利要求1所述的方法,其中,步骤(D)包括:
当检测到达到预设条件时,基于参考模板集合和已认证样本集合来获取新的参考模板。
3.根据权利要求1所述的方法,其中,参考模板集合初始仅包括用户初始注册的作为参考模板的心电信号。
4.根据权利要求1-3之中任一权利要求所述的方法,其中,步骤(B)包括:
分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值;
基于参考模板集合计算认证阈值;
根据计算得到的相似度值和计算得到的认证阈值来确定待认证的心电信号是否通过认证。
5.根据权利要求4所述的方法,其中,
当计算得到的相似度值之中的最大相似度值大于计算得到的认证阈值时,确定待认证的心电信号通过认证。
6.根据权利要求1所述的方法,其中,步骤(D)包括:
基于参考模板集合和已认证样本集合,利用全局最小割从已认证样本集合中筛选出至少一个已认证样本,并基于筛选出的已认证样本得到新的参考模板。
7.根据权利要求6所述的方法,其中,步骤(D)包括:
基于参考模板集合和已认证样本集合建立无向图,其中,每个参考模板和每个已认证样本分别由无向图中的一个点表示,无向图中的任意两个点之间连有一条边;
基于边的权值对无向图中的边进行简化;
针对简化后的无向图中的既包含表示参考模板的点也包含表示已认证样本的点的连通图,基于边的权值进行预定次数的全局最小割,得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图;
基于得到的所述连通子图中的点所表示的已认证样本来获取新的参考模板。
8.根据权利要求7所述的方法,其中,无向图中的边之中的任意两个已认证样本所对应的两个点之间的边的权值为所述任意两个已认证样本的相似度值,任一已认证样本和任一参考模板所对应的两个点之间的边的权值为所述任一已认证样本和所述任一参考模板的相似度值,任意两个参考模板所对应的两个点之间的边的权值被设置为大于等于1的常数值。
9.根据权利要求7或8所述的方法,其中,基于边的权值对无向图中的边进行简化的步骤包括:
删除无向图中的权值小于认证阈值的边;
针对任一已认证样本所对应的点,仅保留所述点的边之中的权值最大的K条边,并且,如果一条边所连接的两个表示已认证样本的点之中的至少一个点需要保留所述一条边,则保留所述一条边,其中,K为大于0的整数。
10.根据权利要求1所述的方法,其中,步骤(E)包括:
当当前参考模板集合所包括的参考模板的数量未达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合以得到更新后的参考模板集合;
当当前参考模板集合所包括的参考模板的数量已达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合,计算添加后的参考模板集合中的每一参考模板与其他参考模板之间的相似度值的和,并从添加后的参考模板集合中删除与最大的和对应的参考模板以得到更新后的参考模板集合。
11.一种更新用于心电身份认证的认证参考信息的设备,其中,所述设备包括:
心电信号获取单元,获取待认证的心电信号;
心电信号认证单元,基于参考模板集合对待认证的心电信号进行认证,其中,参考模板集合包括至少一个作为参考模板的心电信号;
样本添加单元,将通过认证的心电信号作为已认证样本添加到已认证样本集合;
参考模板获取单元,基于参考模板集合和已认证样本集合来获取新的参考模板;
更新单元,将获取的新的参考模板添加到参考模板集合以更新参考模板集合。
12.根据权利要求11所述的设备,其中,参考模板获取单元当检测到达到预设条件时,基于参考模板集合和已认证样本集合来获取新的参考模板。
13.根据权利要求11所述的设备,其中,参考模板集合初始仅包括用户初始注册的作为参考模板的心电信号。
14.根据权利要求11-13之中任一权利要求所述的设备,其中,心电信号认证单元包括:
相似度值计算单元,分别计算待认证的心电信号与参考模板集合中的每个参考模板的相似度值;
认证阈值计算单元,基于参考模板集合计算认证阈值;
认证确定单元,根据计算得到的相似度值和计算得到的认证阈值来确定待认证的心电信号是否通过认证。
15.根据权利要求14所述的设备,其中,
认证确定单元当计算得到的相似度值之中的最大相似度值大于计算得到的认证阈值时,确定待认证的心电信号通过认证。
16.根据权利要求11所述的设备,其中,参考模板获取单元基于参考模板集合和已认证样本集合,利用全局最小割从已认证样本集合中筛选出至少一个已认证样本,并基于筛选出的已认证样本得到新的参考模板。
17.根据权利要求16所述的设备,其中,参考模板获取单元包括:
无向图建立单元,基于参考模板集合和已认证样本集合建立无向图,其中,每个参考模板和每个已认证样本分别由无向图中的一个点表示,无向图中的任意两个点之间连有一条边;
简化单元,基于边的权值对无向图中的边进行简化;
全局最小割单元,针对简化后的无向图中的既包含表示参考模板的点也包含表示已认证样本的点的连通图,基于边的权值进行预定次数的全局最小割,得到既包含表示参考模板的点也包含表示已认证样本的点的连通子图;
获取单元,基于得到的所述连通子图中的点所表示的已认证样本来获取新的参考模板。
18.根据权利要求17所述的设备,其中,无向图中的边之中的任意两个已认证样本所对应的两个点之间的边的权值为所述任意两个已认证样本的相似度值,任一已认证样本和任一参考模板所对应的两个点之间的边的权值为所述任一已认证样本和所述任一参考模板的相似度值,任意两个参考模板所对应的两个点之间的边的权值被设置为大于等于1的常数值。
19.根据权利要求17或18所述的设备,其中,简化单元删除无向图中的权值小于认证阈值的边;并针对任一已认证样本所对应的点,仅保留所述点的边之中的权值最大的K条边,并且,如果一条边所连接的两个表示已认证样本的点之中的至少一个点需要保留所述一条边,则保留所述一条边,其中,K为大于0的整数。
20.根据权利要求11所述的设备,其中,更新单元当当前参考模板集合所包括的参考模板的数量未达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合以得到更新后的参考模板集合;当当前参考模板集合所包括的参考模板的数量已达到第一预定阈值时,将获取的新的参考模板添加到参考模板集合,计算添加后的参考模板集合中的每一参考模板与其他参考模板之间的相似度值的和,并从添加后的参考模板集合中删除与最大的和对应的参考模板以得到更新后的参考模板集合。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710017922.7A CN108304746B (zh) | 2017-01-11 | 2017-01-11 | 更新用于心电身份认证的认证参考信息的方法及设备 |
KR1020170123951A KR102396942B1 (ko) | 2017-01-11 | 2017-09-26 | 심전도 신호 인증에 사용되는 인증 참조 정보를 업데이트하는 방법 및 장치 |
US15/868,665 US10791947B2 (en) | 2017-01-11 | 2018-01-11 | Method and apparatus for updating reference verification information used for electrocardiogram signal verification |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710017922.7A CN108304746B (zh) | 2017-01-11 | 2017-01-11 | 更新用于心电身份认证的认证参考信息的方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108304746A true CN108304746A (zh) | 2018-07-20 |
CN108304746B CN108304746B (zh) | 2022-09-13 |
Family
ID=62872012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710017922.7A Active CN108304746B (zh) | 2017-01-11 | 2017-01-11 | 更新用于心电身份认证的认证参考信息的方法及设备 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102396942B1 (zh) |
CN (1) | CN108304746B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109065145A (zh) * | 2018-07-24 | 2018-12-21 | 西安蓝港数字医疗科技股份有限公司 | 心电数据处理方法、装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102274029A (zh) * | 2011-05-25 | 2011-12-14 | 中国科学院深圳先进技术研究院 | 身份识别方法及系统 |
CN103093133A (zh) * | 2013-01-08 | 2013-05-08 | 西安电子科技大学 | 面向ieee802.15.6的生物身份认证方法 |
CN103458464A (zh) * | 2013-08-22 | 2013-12-18 | 华为技术有限公司 | Pool组网中的通信方法和服务器 |
CN103714281A (zh) * | 2013-12-12 | 2014-04-09 | 深圳先进技术研究院 | 一种基于心电信号的身份识别方法 |
CN104063645A (zh) * | 2014-07-01 | 2014-09-24 | 清华大学深圳研究生院 | 一种基于心电信号动态自更新样本的身份识别方法 |
CN104102915A (zh) * | 2014-07-01 | 2014-10-15 | 清华大学深圳研究生院 | 一种心电异常状态下基于ecg多模板匹配的身份识别方法 |
CN104783782A (zh) * | 2015-04-13 | 2015-07-22 | 深圳市飞马与星月科技研究有限公司 | 心电信号自动检测方法及装置 |
CN105468951A (zh) * | 2015-11-17 | 2016-04-06 | 安徽华米信息科技有限公司 | 通过心电特征进行身份识别的方法及装置、可穿戴设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012008821A (ja) * | 2010-06-25 | 2012-01-12 | Hitachi Ltd | 認証情報の更新方法 |
JP5895751B2 (ja) * | 2012-07-10 | 2016-03-30 | 富士通株式会社 | 生体認証装置、リトライ制御プログラム及びリトライ制御方法 |
JP5805040B2 (ja) * | 2012-09-25 | 2015-11-04 | ビッグローブ株式会社 | 人物認証用辞書更新方法、人物認証用辞書更新装置、人物認証用辞書更新プログラム及び人物認証システム |
CN105989266B (zh) * | 2015-02-11 | 2020-04-03 | 北京三星通信技术研究有限公司 | 基于心电信号的认证方法、装置及系统 |
-
2017
- 2017-01-11 CN CN201710017922.7A patent/CN108304746B/zh active Active
- 2017-09-26 KR KR1020170123951A patent/KR102396942B1/ko active IP Right Grant
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102274029A (zh) * | 2011-05-25 | 2011-12-14 | 中国科学院深圳先进技术研究院 | 身份识别方法及系统 |
CN103093133A (zh) * | 2013-01-08 | 2013-05-08 | 西安电子科技大学 | 面向ieee802.15.6的生物身份认证方法 |
CN103458464A (zh) * | 2013-08-22 | 2013-12-18 | 华为技术有限公司 | Pool组网中的通信方法和服务器 |
CN103714281A (zh) * | 2013-12-12 | 2014-04-09 | 深圳先进技术研究院 | 一种基于心电信号的身份识别方法 |
CN104063645A (zh) * | 2014-07-01 | 2014-09-24 | 清华大学深圳研究生院 | 一种基于心电信号动态自更新样本的身份识别方法 |
CN104102915A (zh) * | 2014-07-01 | 2014-10-15 | 清华大学深圳研究生院 | 一种心电异常状态下基于ecg多模板匹配的身份识别方法 |
CN104783782A (zh) * | 2015-04-13 | 2015-07-22 | 深圳市飞马与星月科技研究有限公司 | 心电信号自动检测方法及装置 |
CN105468951A (zh) * | 2015-11-17 | 2016-04-06 | 安徽华米信息科技有限公司 | 通过心电特征进行身份识别的方法及装置、可穿戴设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109065145A (zh) * | 2018-07-24 | 2018-12-21 | 西安蓝港数字医疗科技股份有限公司 | 心电数据处理方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108304746B (zh) | 2022-09-13 |
KR102396942B1 (ko) | 2022-05-13 |
KR20180082943A (ko) | 2018-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018086543A1 (zh) | 活体判别方法、身份认证方法、终端、服务器和存储介质 | |
CN107437074B (zh) | 一种身份认证方法和装置 | |
CN102945366B (zh) | 一种人脸识别的方法及装置 | |
Muaaz et al. | An analysis of different approaches to gait recognition using cell phone based accelerometers | |
CN105184304B (zh) | 图像辨识装置以及对图像辨识装置的特征量数据注册方法 | |
Sugrim et al. | Robust performance metrics for authentication systems | |
CN108235770A (zh) | 图像识别方法及云端系统 | |
WO2019192235A1 (zh) | 一种基于移动设备的用户身份认证方法及系统 | |
CN106778450A (zh) | 一种面部识别方法和装置 | |
CN106557723A (zh) | 一种带交互式活体检测的人脸身份认证系统及其方法 | |
CN104036254A (zh) | 一种人脸识别方法 | |
CN109886080A (zh) | 人脸活体检测方法、装置、电子设备及可读存储介质 | |
US20140254892A1 (en) | Face recognition apparatus, system and method for managing users based on user grouping | |
US10671831B2 (en) | High speed reference point independent database filtering for fingerprint identification | |
CN108306736B (zh) | 使用心电信号进行身份认证的方法及设备 | |
CN105975837B (zh) | 计算设备、生物特征识别方法和模板注册方法 | |
WO2017075913A1 (zh) | 一种基于鼠标行为的认证方法 | |
CN105991593A (zh) | 一种识别用户风险的方法及装置 | |
WO2017192719A1 (en) | User specific classifiers for biometric liveness detection | |
CN108108711A (zh) | 人脸布控方法、电子设备及存储介质 | |
CN108875509A (zh) | 活体检测方法、装置和系统及存储介质 | |
US20230410221A1 (en) | Information processing apparatus, control method, and program | |
Ali et al. | Smartphone security using swipe behavior-based authentication | |
CN110301892A (zh) | 一种基于静脉识别的检测方法及相关产品 | |
Premalatha et al. | Hand vein pattern recognition using natural image statistics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |