CN108306736B - 使用心电信号进行身份认证的方法及设备 - Google Patents

使用心电信号进行身份认证的方法及设备 Download PDF

Info

Publication number
CN108306736B
CN108306736B CN201710019864.1A CN201710019864A CN108306736B CN 108306736 B CN108306736 B CN 108306736B CN 201710019864 A CN201710019864 A CN 201710019864A CN 108306736 B CN108306736 B CN 108306736B
Authority
CN
China
Prior art keywords
authentication
electrocardiosignal
cardiac electrical
electrocardiosignals
reference template
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.)
Active
Application number
CN201710019864.1A
Other languages
English (en)
Other versions
CN108306736A (zh
Inventor
张超
刘海哮
刘洋
裵致成
金尚骏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Priority to CN201710019864.1A priority Critical patent/CN108306736B/zh
Priority to KR1020170149410A priority patent/KR102401194B1/ko
Priority to US15/867,147 priority patent/US10528714B2/en
Publication of CN108306736A publication Critical patent/CN108306736A/zh
Application granted granted Critical
Publication of CN108306736B publication Critical patent/CN108306736B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • H04L9/3231—Biological data, e.g. fingerprint, voice or retina
    • 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)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Collating Specific Patterns (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

提供一种使用心电信号进行身份认证的方法及设备。所述方法包括：(A)采集待认证用户的心电信号；(B)计算采集的心电信号与当前的参考模板集合中的每个参考模板的相似度值；(C)确定与当前的参考模板集合对应的认证阈值；(D)根据计算得到的相似度值和认证阈值确定采集的心电信号是否通过认证。根据所述方法及设备，能够提高心电身份认证的识别效果。

Description

使用心电信号进行身份认证的方法及设备
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，涉及一种使用心电信号进行身份认证的方法及设备。
背景技术
目前，基于心电(ECG)信号的身份认证技术，通常是用户首次使用时注册心电信号作为参考模板，之后使用时比较采集到的心电信号与参考模板之间的相似度，以确定是否通过认证。
图1示出同一用户在不同状态下的心电信号的示例，如图1所示，不同时期采集到的同一用户的心电信号可能会由于生理状态或心理状态的不同而发生变化，并且这种变化是无法预测的。
这使得在使用心电信号进行身份认证初期，注册用户的状态未有明显改变时，基于心电信号的身份认证技术具有较高的识别率，而随着时间的推移，由于同一用户会具有多种差异较大的心电信号，基于心电信号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使用心电信号进行身份认证的方法及设备，其能够提高心电身份认证的识别效果。
根据本发明的示例性实施例，提供一种使用心电信号进行身份认证的方法，包括：(A)采集待认证用户的心电信号；(B)计算采集的心电信号与当前的参考模板集合中的每个参考模板的相似度值；(C)确定与当前的参考模板集合对应的认证阈值；(D)根据计算得到的相似度值和认证阈值确定采集的心电信号是否通过认证。
可选地，当前的参考模板集合对应的认证阈值与当前的参考模板集合所包括的参考模板的数量和/或当前的参考模板集合所包括的参考模板的多样性程度成正相关。
可选地，步骤(D)包括：当计算得到的相似度值之中的最大相似度值大于认证阈值时，确定采集的心电信号通过认证；当计算得到的相似度值之中的最大相似度值小于等于认证阈值时，确定采集的心电信号未通过认证。
可选地，所述方法还包括：基于采集的心电信号对参考模板集合进行无监督更新，其中，基于采集的心电信号对参考模板集合进行无监督更新的步骤包括：当采集的心电信号通过认证时，确定计算得到的相似度值之中的最大相似度值是否大于模板更新阈值，其中，模板更新阈值大于认证阈值；当大于模板更新阈值时，基于本次通过认证的心电信号更新参考模板集合。
可选地，所述方法还包括：基于采集的心电信号对参考模板集合进行有监督更新，其中，基于采集的心电信号对参考模板集合进行有监督更新的步骤包括：当采集的心电信号未通过认证时，通过心电身份认证之外的身份认证方法对待认证用户进行认证；当确定待认证用户通过所述心电身份认证之外的身份认证方法的认证时，基于本次未通过认证的心电信号更新参考模板集合。
可选地，当采集的心电信号未通过认证时，检测已对参考模板集合进行有监督更新的次数是否达到预定次数；当未达到预定次数时，通过心电身份认证之外的身份认证方法对待认证用户进行认证。
可选地，基于本次通过认证的心电信号更新参考模板集合的步骤包括：当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，将本次通过认证的心电信号直接作为参考模板添加到参考模板集合；当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，将当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
可选地，基于本次未通过认证的心电信号更新参考模板集合的步骤包括：当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，将本次未通过认证的心电信号作为参考模板添加到参考模板集合；当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，计算当前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，将与最大的相似度值的和对应的参考模板删除，并将本次未通过认证的心电信号作为参考模板添加到参考模板集合。
可选地，基于当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板的权值和本次通过认证的心电信号的权值，将与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
可选地，本次通过认证的心电信号的权值为第一预定权值；通过无监督更新直接添加到参考模板集合的参考模板的权值为第一预定权值；通过有监督更新添加到参考模板集合的参考模板的权值为第二预定权值；通过无监督更新中的融合处理得到的参考模板的权值是基于被执行融合处理的对象的权值计算得到的；初始注册的参考模板的权值为第三预定权值，其中，第二预定权值和第三预定权值大于第一预定权值。
可选地，通过下式计算通过融合处理得到的参考模板Z和参考模板Z的权值c：
Z＝(X×a+Y×b)/(a+b)，c＝(a2+b2)/(a+b)
其中，X指示本次通过认证的心电信号，Y指示与本次通过认证的心电信号之间的相似度值最大的参考模板，a指示本次通过认证的心电信号的权值，b指示参考模板Y的权值。
可选地，步骤(C)包括：确定与当前的参考模板集合对应的认证阈值模型；将当前的参考模板集合的特征向量输入到对应的认证阈值模型，以获取认证阈值。
可选地，在步骤(C)中，当当前的参考模板集合已进行有监督更新的次数达到预定次数时，确定对应的认证阈值模型为第一认证阈值模型；当当前的参考模板集合已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量达到预定数量时，确定对应的认证阈值模型为第二认证阈值模型；当当前的参考模板集合已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量未达到预定数量时，确定对应的认证阈值模型为第三认证阈值模型。
可选地，第一认证阈值模型是基于第一训练样本集训练得到的，其中，第一训练样本集包括：多个已进行有监督更新的次数达到预定次数的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第二认证阈值模型是基于第二训练样本集训练得到的，其中，第二训练样本集包括：多个已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第三认证阈值模型是基于第三训练样本集训练得到的，其中，第三训练样本集包括：多个已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量未达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；其中，每一特征向量对应的认证阈值是所述每一特征向量所对应的参考模板集合在错误拒绝率为预设值时对应的认证阈值。
可选地，参考模板集合的特征向量表征参考模板集合的以下特征之中的至少一个：剩余有监督更新次数、参考模板的数量、有监督更新的参考模板的数量、无监督更新的参考模板的数量、参考模板间的相似度最大值、参考模板间的相似度最小值、参考模板间的相似度平均值、参考模板间的相似度中值、有监督更新的参考模板间的相似度最大值、有监督更新的参考模板间的相似度最小值、有监督更新的参考模板间的相似度平均值、有监督更新的参考模板间的相似度中值、无监督更新的参考模板间的相似度最大值、无监督更新的参考模板间的相似度最小值、无监督更新的参考模板间的相似度平均值、无监督更新的参考模板间的相似度中值，其中，剩余有监督更新次数是从预定次数中减去已进行有监督更新的次数所剩余的次数，有监督更新的参考模板是通过有监督更新得到的参考模板，无监督更新的参考模板是通过无监督更新得到的参考模板。
根据本发明的另一示例性实施例，提供一种使用心电信号进行身份认证的设备，包括：信号采集单元，采集待认证用户的心电信号；相似度计算单元，计算采集的心电信号与当前的参考模板集合中的每个参考模板的相似度值；认证阈值确定单元，确定与当前的参考模板集合对应的认证阈值；认证单元，根据计算得到的相似度值和认证阈值确定采集的心电信号是否通过认证。
可选地，当前的参考模板集合对应的认证阈值与当前的参考模板集合所包括的参考模板的数量和/或当前的参考模板集合所包括的参考模板的多样性程度成正相关。
可选地，认证单元当计算得到的相似度值之中的最大相似度值大于认证阈值时，确定采集的心电信号通过认证；当计算得到的相似度值之中的最大相似度值小于等于认证阈值时，确定采集的心电信号未通过认证。
可选地，所述设备还包括：无监督更新单元，基于采集的心电信号对参考模板集合进行无监督更新，其中，无监督更新单元当采集的心电信号通过认证时，确定计算得到的相似度值之中的最大相似度值是否大于模板更新阈值，其中，模板更新阈值大于认证阈值；当大于模板更新阈值时，基于本次通过认证的心电信号更新参考模板集合。
可选地，所述设备还包括：有监督更新单元，基于采集的心电信号对参考模板集合进行有监督更新，其中，有监督更新单元当采集的心电信号未通过认证时，通过心电身份认证之外的身份认证方法对待认证用户进行认证；当确定待认证用户通过所述心电身份认证之外的身份认证方法的认证时，基于本次未通过认证的心电信号更新参考模板集合。
可选地，有监督更新单元当采集的心电信号未通过认证时，检测已对参考模板集合进行有监督更新的次数是否达到预定次数，其中，当未达到预定次数时，通过心电身份认证之外的身份认证方法对待认证用户进行认证。
可选地，无监督更新单元当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，将本次通过认证的心电信号直接作为参考模板添加到参考模板集合；当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，将当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
可选地，有监督更新单元当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，将本次未通过认证的心电信号作为参考模板添加到参考模板集合；当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，计算当前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，将与最大的相似度值的和对应的参考模板删除，并将本次未通过认证的心电信号作为参考模板添加到参考模板集合。
可选地，无监督更新单元基于当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板的权值和本次通过认证的心电信号的权值，将与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
可选地，本次通过认证的心电信号的权值为第一预定权值；通过无监督更新直接添加到参考模板集合的参考模板的权值为第一预定权值；通过有监督更新添加到参考模板集合的参考模板的权值为第二预定权值；通过无监督更新中的融合处理得到的参考模板的权值是基于被执行融合处理的对象的权值计算得到的；初始注册的参考模板的权值为第三预定权值，其中，第二预定权值和第三预定权值大于第一预定权值。
可选地，无监督更新单元通过下式计算通过融合处理得到的参考模板Z和参考模板Z的权值c：
Z＝(X×a+Y×b)/(a+b)，c＝(a2+b2)/(a+b)
其中，X指示本次通过认证的心电信号，Y指示与本次通过认证的心电信号之间的相似度值最大的参考模板，a指示本次通过认证的心电信号的权值，b指示参考模板Y的权值。
可选地，认证阈值确定单元包括：认证阈值模型确定单元，确定与当前的参考模板集合对应的认证阈值模型；认证阈值获取单元，将当前的参考模板集合的特征向量输入到对应的认证阈值模型，以获取认证阈值。
可选地，认证阈值模型确定单元当当前的参考模板集合已进行有监督更新的次数达到预定次数时，确定对应的认证阈值模型为第一认证阈值模型；当当前的参考模板集合已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量达到预定数量时，确定对应的认证阈值模型为第二认证阈值模型；当当前的参考模板集合已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量未达到预定数量时，确定对应的认证阈值模型为第三认证阈值模型。
可选地，第一认证阈值模型是基于第一训练样本集训练得到的，其中，第一训练样本集包括：多个已进行有监督更新的次数达到预定次数的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第二认证阈值模型是基于第二训练样本集训练得到的，其中，第二训练样本集包括：多个已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第三认证阈值模型是基于第三训练样本集训练得到的，其中，第三训练样本集包括：多个已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量未达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；其中，每一特征向量对应的认证阈值是所述每一特征向量所对应的参考模板集合在错误拒绝率为预设值时对应的认证阈值。
可选地，参考模板集合的特征向量表征参考模板集合的以下特征之中的至少一个：剩余有监督更新次数、参考模板的数量、有监督更新的参考模板的数量、无监督更新的参考模板的数量、参考模板间的相似度最大值、参考模板间的相似度最小值、参考模板间的相似度平均值、参考模板间的相似度中值、有监督更新的参考模板间的相似度最大值、有监督更新的参考模板间的相似度最小值、有监督更新的参考模板间的相似度平均值、有监督更新的参考模板间的相似度中值、无监督更新的参考模板间的相似度最大值、无监督更新的参考模板间的相似度最小值、无监督更新的参考模板间的相似度平均值、无监督更新的参考模板间的相似度中值，其中，剩余有监督更新次数是从预定次数中减去已进行有监督更新的次数所剩余的次数，有监督更新的参考模板是通过有监督更新得到的参考模板，无监督更新的参考模板是通过无监督更新得到的参考模板。
在根据本发明示例性实施例的使用心电信号进行身份认证的方法及设备中，能够基于参考模板集合的状态动态地更新认证阈值，此外，还能够自动更新参考模板集合，使参考模板集合能够包括表征注册用户的多种不同的心电状态的参考模板，从而提高心电身份认证的识别效果。
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使用心电信号进行身份认证的方法的流程图；
图3示出根据本发明的另一示例性实施例的使用心电信号进行身份认证的方法的流程图；
图4示出根据本发明示例性实施例的使用心电信号进行身份认证的设备的框图；
图5示出根据本发明的另一示例性实施例的使用心电信号进行身份认证的设备的框图。
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使用心电信号进行身份认证的方法的流程图。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，采集待认证用户的心电信号。
作为示例，可响应于用于触发心电身份认证的操作，采集待认证用户的心电信号。例如，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采集当前用户的心电信号(即，待认证用户的心电信号)，本发明在此不再赘述。
在步骤S20，计算采集的心电信号与当前的参考模板集合中的每个参考模板的相似度值。
作为示例，当前的参考模板集合可包括至少一个作为参考模板的心电信号。参考模板集合初始可仅包括注册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注册用户初始注册的一个参考模板，之后可通过执行图3示出的根据本发明示例性实施例的更新参考模板集合的方法来获取更多的参考模板，从而使参考模板集合包括多个参考模板。
作为示例，可将采集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。
应该理解，参考模板集合中的作为参考模板的心电信号，可以以心电信号本身保存，也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，可对注册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，可对采集的心电信号进行同样的处理来提取采集的心电信号的特征向量，然后基于采集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之间的相似度值。
在步骤S30，确定与当前的参考模板集合对应的认证阈值。
换言之，本发明中的认证阈值并不是固定值，而是随着参考模板集合的更新被动态更新的动态认证阈值。
作为示例，当前的参考模板集合对应的认证阈值可与当前的参考模板集合所包括的参考模板的数量和/或当前的参考模板集合所包括的参考模板的多样性程度成正相关。具体说来，当前的参考模板集合所包括的参考模板的数量越少和/或当前的参考模板集合所包括的参考模板的多样性程度越低，与当前的参考模板集合对应的认证阈值越小；当前的参考模板集合所包括的参考模板的数量越多和/或当前的参考模板集合所包括的参考模板的多样性程度越高，与当前的参考模板集合对应的认证阈值越大。
下面将会结合图3来详细说明确定与当前的参考模板集合对应的认证阈值的方法的优选示例性实施例。
在步骤S40，根据计算得到的相似度值和认证阈值确定采集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认证阈值时，确定采集的心电信号通过认证；可当计算得到的相似度值之中的最大相似度值小于等于认证阈值时，确定采集的心电信号未通过认证。应该理解，也可通过其他适合的方式来根据计算得到的相似度值和认证阈值确定采集的心电信号是否通过认证。
图3示出根据本发明的另一示例性实施例的使用心电信号进行身份认证的方法的流程图。
如图3所示，根据本发明的另一示例性实施例的使用心电信号进行身份认证的方法除包括图2所示的步骤S10、S20、S30和S40之外，还可包括步骤S50、S60、S70和S80，从而能够基于采集的心电信号对参考模板集合进行自动更新。步骤S10、S20、S30和S40可参照根据图2描述的具体实施方式来实现，在此不再赘述。
应该理解，在一个实施例中，使用心电信号进行身份认证的方法可仅包括步骤S10、S20、S30、S40、S50和S60。在另一个实施例中，使用心电信号进行身份认证的方法可仅包括步骤S10、S20、S30、S40、S70和S80。
以下，将通过步骤S50和S60更新参考模板集合的方式称为有监督更新，通过步骤S70和S80更新参考模板集合的方式称为无监督更新。
当在步骤S40确定采集的心电信号未通过认证，执行步骤S50，通过心电身份认证之外的身份认证方法对待认证用户进行认证。
作为示例，步骤S50可包括：先检测之前已对参考模板集合进行有监督更新的次数是否达到预定次数，当未达到预定次数时，通过心电身份认证之外的身份认证方法对待认证用户进行认证，即，通过心电身份认证之外的身份认证方法验证当前用户(即，待认证用户)是否是注册用户。
作为示例，可使用各种适合的除心电身份认证之外的身份认证方法对待认证用户进行认证，例如，密码身份认证、指纹身份认证、虹膜身份认证。
当在步骤S50确定待认证用户通过所述心电身份认证之外的身份认证方法的认证时，执行步骤S60，基于本次未通过认证的心电信号更新参考模板集合。当在步骤S50确定待认证用户未通过所述心电身份认证之外的身份认证方法的认证时，不进行参考模板集合更新，并给出“认证失败”的认证结果。从而保证被误拒的正样本(即，注册用户在新的状态(即，不同于已有的参考模板所对应的状态)下的心电信号)有机会参与参考模板集合的更新，进而使参考模板集合包括表征注册用户的多种不同状态下的心电信号。
可通过各种适合的方式基于本次未通过认证的心电信号来更新参考模板集合。作为优选示例，可当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，将本次未通过认证的心电信号作为参考模板添加到参考模板集合；可当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，可计算当前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，将与最大的相似度值的和对应的参考模板删除，并将本次未通过认证的心电信号作为参考模板添加到参考模板集合。换言之，当参考模板集合未达到数量上限时，可直接将本次未通过认证的心电信号添加到参考模板集合；当参考模板集合达到数量上限时，可将与其他参考模板之间的相似度值的和最大的参考模板替换为本次未通过认证的心电信号，从而引入表征新的心电状态的参考模板。
当在步骤S40确定采集的心电信号通过认证，执行步骤S70，确定计算得到的相似度值之中的最大相似度值是否大于模板更新阈值，其中，模板更新阈值大于认证阈值。
当在步骤S70确定计算得到的相似度值之中的最大相似度值大于模板更新阈值，执行步骤S80，基于本次通过认证的心电信号更新参考模板集合。当在步骤S70确定计算得到的相似度值之中的最大相似度值不大于模板更新阈值，不进行参考模板集合更新。换言之，使用相较于认证阈值更为严格的模板更新阈值来确定是否使用通过认证的心电信号来更新参考模板集合，以保证不会使负样本(即，非注册用户的心电信号)被引入参考模板集合。
可通过各种适合的方式基于本次通过认证的心电信号来更新参考模板集合。作为优选示例，可当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，直接将本次通过认证的心电信号作为参考模板添加到参考模板集合；可当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，将当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。换言之，当参考模板集合未达到数量上限时，可直接将本次通过认证的心电信号添加到参考模板集合；当参考模板集合达到数量上限时，可将本次通过认证的心电信号与与其最相似的参考模板进行融合，即，修改现有的参考模板来反映对应的心电状态的细微变化。
作为示例，可基于当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板的权值和本次通过认证的心电信号的权值，将与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
作为示例，本次通过认证的心电信号的权值可为第一预定权值；通过无监督更新直接添加到参考模板集合的参考模板的权值可为第一预定权值；通过有监督更新添加到参考模板集合的参考模板的权值可为第二预定权值；通过无监督更新并且是通过融合处理得到的参考模板的权值可基于被执行融合处理的对象的权值计算得到(例如，可参照下面的式(2)计算得到)；注册用户初始注册的参考模板的权值可为第三预定权值，其中，第二预定权值和第三预定权值大于第一预定权值。应该理解，第二预定权值和第三预定权值可以相同，也可以不同。可以看出，通过有监督更新得到的参考模板会被赋予较大的权重，从而使参考模板集合能够包括表征注册用户的多种不同的心电状态的参考模板。
作为示例，可通过式(1)和式(2)计算通过融合处理得到的参考模板Z和参考模板Z的权值c：
Z＝(X×a+Y×b)/(a+b) (1)
c＝(a2+b2)/(a+b) (2)
其中，X指示本次通过认证的心电信号，Y指示与本次通过认证的心电信号之间的相似度值最大的参考模板，a指示本次通过认证的心电信号的权值，b指示参考模板Y的权值。
这里，应该理解，与参考模板进行融合的心电信号应以与参考模板相同的形式进行融合，作为示例，如果参考模板的保存形式是心电信号本身，则进行融合的心电信号以心电信号本身的形式与参考模板进行融合；如果参考模板的保存形式是心电信号的特征向量，则进行融合的心电信号以心电信号的特征向量的形式与参考模板进行融合；如果参考模板的保存形式是心电信号的关键点，则进行融合的心电信号以心电信号的关键点的形式与参考模板进行融合。
作为优选示例，步骤S30可包括：首先确定与当前的参考模板集合对应的认证阈值模型；然后将当前的参考模板集合的特征向量输入到对应的认证阈值模型，以获取认证阈值。换言之，提取当前的参考模板集合的特征向量输入对应的认证阈值模型，以预测出对应的认证阈值。
作为示例，认证阈值模型可分为三种，第一认证阈值模型是基于第一训练样本集训练得到的，其中，第一训练样本集包括：多个之前已进行有监督更新的次数达到预定次数的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第二认证阈值模型是基于第二训练样本集训练得到的，其中，第二训练样本集包括：多个之前已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第三认证阈值模型是基于第三训练样本集训练得到的，其中，第三训练样本集包括：多个之前已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量未达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；其中，每一特征向量对应的认证阈值是所述每一特征向量所对应的参考模板集合在错误拒绝率(即，真样本被判假的概率)为预设值时对应的认证阈值。例如，每一特征向量对应的认证阈值是所述每一特征向量所对应的参考模板集合在错误拒绝率(FalseRejection Rate，FRR)＝5％时对应的认证阈值。
相应地，可当当前的参考模板集合之前已进行有监督更新的次数达到预定次数时，确定对应的认证阈值模型为第一认证阈值模型；当当前的参考模板集合之前已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量达到预定数量时，确定对应的认证阈值模型为第二认证阈值模型；当当前的参考模板集合之前已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量未达到预定数量时，确定对应的认证阈值模型为第三认证阈值模型。
应该理解，认证阈值模型可以是基于神经网络等各种适合的算法训练得到的。
作为示例，参考模板集合的特征向量可以是表征参考模板集合所包括的参考模板的数量和/或参考模板集合所包括的参考模板的多样性程度的特征向量。
作为示例，参考模板集合的特征向量可表征表1示出的参考模板集合的特征之中的至少一个。例如，可从当前的参考模板集合提取表1示出的16维特征之中的至少一个作为当前的参考模板集合的特征向量的分量。这里，剩余有监督更新次数是从预定次数中减去之前已进行有监督更新的次数所剩余的次数，有监督更新的参考模板是通过有监督更新得到的参考模板，无监督更新的参考模板是通过无监督更新得到的参考模板。
表1
Figure BDA0001207332070000131
图4示出根据本发明示例性实施例的使用心电信号进行身份认证的设备的框图。
如图4所示，根据本发明示例性实施例的使用心电信号进行身份认证的设备包括：信号采集单元10、相似度计算单元20、认证阈值确定单元30和认证单元40。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，信号采集单元10用于采集待认证用户的心电信号。
作为示例，信号采集单元10可响应于用于触发心电身份认证的操作，采集待认证用户的心电信号。例如，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，信号采集单元10可通过各种适合的方式来采集当前用户的心电信号(即，待认证用户的心电信号)，本发明在此不再赘述。
相似度计算单元20用于计算采集的心电信号与当前的参考模板集合中的每个参考模板的相似度值。
作为示例，当前的参考模板集合可包括至少一个作为参考模板的心电信号。参考模板集合初始可仅包括注册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注册用户初始注册的一个参考模板，之后可通过图5示出的根据本发明示例性实施例的使用心电信号进行身份认证的设备来获取更多的参考模板，从而使参考模板集合包括多个参考模板。
作为示例，可将采集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。
认证阈值确定单元30用于确定与当前的参考模板集合对应的认证阈值。
换言之，本发明中的认证阈值并不是固定值，而是随着参考模板集合的更新被动态更新的动态认证阈值。
作为示例，当前的参考模板集合对应的认证阈值可与当前的参考模板集合所包括的参考模板的数量和/或当前的参考模板集合所包括的参考模板的多样性程度成正相关。具体说来，当前的参考模板集合所包括的参考模板的数量越少和/或当前的参考模板集合所包括的参考模板的多样性程度越低，与当前的参考模板集合对应的认证阈值越小；当前的参考模板集合所包括的参考模板的数量越多和/或当前的参考模板集合所包括的参考模板的多样性程度越高，与当前的参考模板集合对应的认证阈值越大。
认证单元40用于根据计算得到的相似度值和认证阈值确定采集的心电信号是否通过认证。
作为示例，认证单元40可当计算得到的相似度值之中的最大相似度值大于认证阈值时，确定采集的心电信号通过认证；当计算得到的相似度值之中的最大相似度值小于等于认证阈值时，确定采集的心电信号未通过认证。应该理解，认证单元40也可通过其他适合的方式来根据计算得到的相似度值和认证阈值确定采集的心电信号是否通过认证。
图5示出根据本发明的另一示例性实施例的使用心电信号进行身份认证的设备的框图。
如图5所示，根据本发明的另一示例性实施例的使用心电信号进行身份认证的设备除包括图4所示信号采集单元10、相似度计算单元20、认证阈值确定单元30和认证单元40之外，还可包括有监督更新单元50和无监督更新单元60，从而能够基于采集的心电信号对参考模板集合进行自动更新。信号采集单元10、相似度计算单元20、认证阈值确定单元30和认证单元40可参照根据图4描述的具体实施方式来实现，在此不再赘述。
应该理解，在一个实施例中，使用心电信号进行身份认证的设备可仅包括信号采集单元10、相似度计算单元20、认证阈值确定单元30、认证单元40、有监督更新单元50。在另一个实施例中，使用心电信号进行身份认证的设备可仅包括信号采集单元10、相似度计算单元20、认证阈值确定单元30、认证单元40和无监督更新单元60。
有监督更新单元50用于当认证单元40确定采集的心电信号未通过认证时，通过心电身份认证之外的身份认证方法对待认证用户进行认证，当确定待认证用户通过所述心电身份认证之外的身份认证方法的认证时，基于本次未通过认证的心电信号更新参考模板集合。
作为示例，有监督更新单元50可先检测之前已进行有监督更新的次数是否达到预定次数，当未达到预定次数时，通过心电身份认证之外的身份认证方法对待认证用户进行认证。
作为示例，有监督更新单元50可使用各种适合的除心电身份认证之外的身份认证方法对待认证用户进行认证，例如，密码身份认证、指纹身份认证、虹膜身份认证。
有监督更新单元50可通过各种适合的方式基于本次未通过认证的心电信号来更新参考模板集合。作为优选示例，有监督更新单元50可当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，将本次未通过认证的心电信号作为参考模板添加到参考模板集合；可当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，可计算当前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，将与最大的相似度值的和对应的参考模板删除，并将本次未通过认证的心电信号作为参考模板添加到参考模板集合。
无监督更新单元60用于当认证单元40确定采集的心电信号通过认证时，确定计算得到的相似度值之中的最大相似度值是否大于模板更新阈值，其中，模板更新阈值大于认证阈值；当确定大于模板更新阈值时，基于本次通过认证的心电信号更新参考模板集合。
无监督更新单元60可通过各种适合的方式基于本次通过认证的心电信号来更新参考模板集合。作为优选示例，无监督更新单元60可当当前的参考模板集合所包括的参考模板的数量未达到预定数量时，直接将本次通过认证的心电信号作为参考模板添加到参考模板集合；可当当前的参考模板集合所包括的参考模板的数量已达到预定数量时，将当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
作为示例，无监督更新单元60可基于当前的参考模板集合之中的与本次通过认证的心电信号之间的相似度值最大的参考模板的权值和本次通过认证的心电信号的权值，将与本次通过认证的心电信号之间的相似度值最大的参考模板和本次通过认证的心电信号进行融合。
作为示例，本次通过认证的心电信号的权值可为第一预定权值；通过无监督更新直接添加到参考模板集合的参考模板的权值可为第一预定权值；通过有监督更新添加到参考模板集合的参考模板的权值可为第二预定权值；通过无监督更新并且是通过融合处理得到的参考模板的权值可基于被执行融合处理的对象的权值计算得到(例如，可参照下面的式(2)计算得到)；注册用户初始注册的参考模板的权值可为第三预定权值，其中，第二预定权值和第三预定权值大于第一预定权值。应该理解，第二预定权值和第三预定权值可以相同，也可以不同。
作为示例，无监督更新单元60可通过式(1)和式(2)计算通过融合处理得到的参考模板Z和参考模板Z的权值c。
作为优选示例，认证阈值确定单元30可包括：认证阈值模型确定单元(未示出)和认证阈值获取单元(未示出)。
认证阈值模型确定单元用于确定与当前的参考模板集合对应的认证阈值模型。
认证阈值获取单元用于将当前的参考模板集合的特征向量输入到对应的认证阈值模型，以获取认证阈值。
作为示例，认证阈值模型可分为三种，第一认证阈值模型是基于第一训练样本集训练得到的，其中，第一训练样本集包括：多个之前已进行有监督更新的次数达到预定次数的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第二认证阈值模型是基于第二训练样本集训练得到的，其中，第二训练样本集包括：多个之前已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；第三认证阈值模型是基于第三训练样本集训练得到的，其中，第三训练样本集包括：多个之前已进行有监督更新的次数未达到预定次数且所包括的参考模板的数量未达到预定数量的参考模板集合的特征向量以及每一特征向量对应的认证阈值；其中，每一特征向量对应的认证阈值是所述每一特征向量所对应的参考模板集合在错误拒绝率为预设值时对应的认证阈值。例如，每一特征向量对应的认证阈值是所述每一特征向量所对应的参考模板集合在FRR＝5％时对应的认证阈值。
相应地，认证阈值模型确定单元可当当前的参考模板集合之前已进行有监督更新的次数达到预定次数时，确定对应的认证阈值模型为第一认证阈值模型；当当前的参考模板集合之前已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量达到预定数量时，确定对应的认证阈值模型为第二认证阈值模型；当当前的参考模板集合之前已进行有监督更新的次数未达到预定次数，且所包括的参考模板的数量未达到预定数量时，确定对应的认证阈值模型为第三认证阈值模型。
应该理解，认证阈值模型可以是基于神经网络等各种适合的算法训练得到的。
作为示例，参考模板集合的特征向量可以是表征参考模板集合所包括的参考模板的数量和/或参考模板集合所包括的参考模板的多样性程度的特征向量。
作为示例，参考模板集合的特征向量可表征表1示出的参考模板集合的特征之中的至少一个。例如，可从当前的参考模板集合提取表1示出的16维特征之中的至少一个作为当前的参考模板集合的特征向量的分量。
根据本发明示例性实施例的使用心电信号进行身份认证的方法及设备，能够基于参考模板集合的状态动态地更新认证阈值，此外，还能够自动更新参考模板集合，使参考模板集合能够包括表征注册用户的多种不同的心电状态的参考模板，从而提高心电身份认证的识别效果。
作为示例，采集100个人的心电信号作为测试样本集，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。基于该测试样本集进行测试，以FRR＝5％时的错误接受率(False Acceptance Rate，FAR)为评价指标，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6.27％；如果根据本发明示例性实施例的使用动态认证阈值并对参考模板集合进行有监督更新，则后40次采集的心电信号的FAR平均值为1.85％；如果根据本发明示例性实施例的使用动态认证阈值并对参考模板集合进行有监督更新和无监督更新，则后40次采集的心电信号的FAR平均值为1.60％。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 (23)

1.一种使用心电信号认证用户的方法，包括：
获取用户的第一心电信号；
基于第一心电信号和参考心电信号集合所包括的第二心电信号，确定第一心电信号与第二心电信号的相似度；
根据所述参考心电信号集合的状态，确定与所述参考心电信号集合对应的认证阈值；
通过比较确定的相似度和所述认证阈值，确定第一心电信号是否通过认证。
2.根据权利要求1所述的方法，其中，确定与所述参考心电信号集合对应的认证阈值的步骤包括：
确定与所述参考心电信号集合对应的认证阈值模型；
通过将所述参考心电信号集合的特征向量应用到确定的认证阈值模型，来获取所述认证阈值。
3.根据权利要求2所述的方法，其中，所述特征向量是通过神经网络从预处理的第二心电信号提取的。
4.根据权利要求2所述的方法，其中，所述认证阈值与所述参考心电信号集合所包括的第二心电信号的数量和/或第二心电信号的多样性程度成正相关。
5.根据权利要求1所述的方法，其中，确定第一心电信号是否通过认证的步骤包括：
响应于确定的一个或多个相似度之中的最大相似度大于所述认证阈值，确定认证成功；或者
响应于所述最大相似度小于或等于所述认证阈值，确定认证失败。
6.根据权利要求5所述的方法，还包括：响应于所述认证被确定为成功，更新所述参考心电信号集合，
其中，更新所述参考心电信号集合的步骤包括：
响应于所述最大相似度大于所述参考心电信号集合的更新阈值，使用第一心电信号更新所述参考心电信号集合，其中，所述更新阈值大于所述认证阈值。
7.根据权利要求5所述的方法，还包括：响应于所述认证被确定为失败，更新所述参考心电信号集合，
其中，更新所述参考心电信号集合的步骤包括：
响应于所述用户使用基于心电信号的用户认证之外的认证方式通过认证，使用第一心电信号更新所述参考心电信号集合。
8.根据权利要求7所述的方法，其中，
响应于所述认证被确定为失败且更新的次数未达到预设阈值，执行通过基于心电信号的用户认证之外的认证方式认证用户的步骤。
9.根据权利要求6所述的方法，其中，使用第一心电信号更新所述参考心电信号集合的步骤包括：
响应于所述参考心电信号集合所包括的第二心电信号的数量未达到预设数量，将通过认证的第一心电信号添加到所述参考心电信号集合作为第二心电信号；
响应于所述参考心电信号集合所包括的第二心电信号的数量已达到预设数量，对所述参考心电信号集合之中与第一心电信号的相似度最大的第二心电信号和第一心电信号进行融合。
10.根据权利要求7所述的方法，其中，使用第一心电信号更新所述参考心电信号集合的步骤包括：
响应于所述参考心电信号集合所包括的第二心电信号的数量未达到预设数量，将未通过认证的第一心电信号添加到所述参考心电信号集合作为第二心电信号；
响应于所述参考心电信号集合所包括的第二心电信号的数量已达到预设数量，将第一心电信号添加到所述参考心电信号集合，以代替所述参考心电信号集合之中与其他第二心电信号的相似度之和最大的第二心电信号。
11.根据权利要求9所述的方法，其中，对所述参考心电信号集合之中与第一心电信号的相似度最大的第二心电信号和第一心电信号进行融合的步骤包括：
基于所述参考心电信号集合之中与第一心电信号的相似度最大的第二心电信号的权重和第一心电信号的权重，对第一心电信号和该第二心电信号进行融合。
12.一种电子终端，其中，所述电子终端包括：
处理器，被配置为实现如权利要求1至11之中任意一项所述的使用心电信号认证用户的方法。
13.一种使用心电信号认证用户的设备，包括：
信号获取单元，获取用户的第一心电信号；
相似度确定单元，基于第一心电信号和参考心电信号集合所包括的第二心电信号，确定第一心电信号与第二心电信号的相似度；
认证阈值确定单元，根据所述参考心电信号集合的状态，确定与所述参考心电信号集合对应的认证阈值；
认证单元，通过比较确定的相似度和所述认证阈值，确定第一心电信号是否通过认证。
14.根据权利要求13所述的设备，其中，认证阈值确定单元确定与所述参考心电信号集合对应的认证阈值模型；并通过将所述参考心电信号集合的特征向量应用到确定的认证阈值模型，来获取所述认证阈值。
15.根据权利要求14所述的设备，其中，所述特征向量是通过神经网络从预处理的第二心电信号提取的。
16.根据权利要求14所述的设备，其中，所述认证阈值与所述参考心电信号集合所包括的第二心电信号的数量和/或第二心电信号的多样性程度成正相关。
17.根据权利要求13所述的设备，其中，
认证单元响应于确定的一个或多个相似度之中的最大相似度大于所述认证阈值，确定认证成功；或者，响应于所述最大相似度小于或等于所述认证阈值，确定认证失败。
18.根据权利要求17所述的设备，还包括：
无监督更新单元，响应于所述认证被确定为成功，更新所述参考心电信号集合，
其中，无监督更新单元响应于所述最大相似度大于所述参考心电信号集合的更新阈值，使用第一心电信号更新所述参考心电信号集合，其中，所述更新阈值大于所述认证阈值。
19.根据权利要求17所述的设备，还包括：
有监督更新单元，响应于所述认证被确定为失败，更新所述参考心电信号集合，
其中，有监督更新单元响应于所述用户使用基于心电信号的用户认证之外的认证方式通过认证，使用第一心电信号更新所述参考心电信号集合。
20.根据权利要求19所述的设备，其中，有监督更新单元响应于所述认证被确定为失败且更新的次数未达到预设阈值，通过基于心电信号的用户认证之外的认证方式认证用户。
21.根据权利要求18所述的设备，其中，无监督更新单元响应于所述参考心电信号集合所包括的第二心电信号的数量未达到预设数量，将通过认证的第一心电信号添加到所述参考心电信号集合作为第二心电信号；响应于所述参考心电信号集合所包括的第二心电信号的数量已达到预设数量，对所述参考心电信号集合之中与第一心电信号的相似度最大的第二心电信号和第一心电信号进行融合。
22.根据权利要求19所述的设备，其中，有监督更新单元响应于所述参考心电信号集合所包括的第二心电信号的数量未达到预设数量，将未通过认证的第一心电信号添加到所述参考心电信号集合作为第二心电信号；响应于所述参考心电信号集合所包括的第二心电信号的数量已达到预设数量，将第一心电信号添加到所述参考心电信号集合，以代替所述参考心电信号集合之中与其他第二心电信号的相似度之和最大的第二心电信号。
23.根据权利要求21所述的设备，其中，无监督更新单元基于所述参考心电信号集合之中与第一心电信号的相似度最大的第二心电信号的权重和第一心电信号的权重，对第一心电信号和该第二心电信号进行融合。
CN201710019864.1A 2017-01-11 2017-01-11 使用心电信号进行身份认证的方法及设备 Active CN108306736B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201710019864.1A CN108306736B (zh) 2017-01-11 2017-01-11 使用心电信号进行身份认证的方法及设备
KR1020170149410A KR102401194B1 (ko) 2017-01-11 2017-11-10 심전도 신호를 사용한 사용자의 신분 인증 방법 및 신분 인증 장치.
US15/867,147 US10528714B2 (en) 2017-01-11 2018-01-10 Method and apparatus for authenticating user using electrocardiogram signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710019864.1A CN108306736B (zh) 2017-01-11 2017-01-11 使用心电信号进行身份认证的方法及设备

Publications (2)

Publication Number Publication Date
CN108306736A CN108306736A (zh) 2018-07-20
CN108306736B true CN108306736B (zh) 2023-02-03

Family

ID=62871997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710019864.1A Active CN108306736B (zh) 2017-01-11 2017-01-11 使用心电信号进行身份认证的方法及设备

Country Status (2)

Country Link
KR (1) KR102401194B1 (zh)
CN (1) CN108306736B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117614A (zh) * 2018-07-27 2019-01-01 深圳市广和通无线股份有限公司 身份验证方法、装置、计算机设备和存储介质
CN109635703A (zh) * 2018-12-05 2019-04-16 成都牧云慧视科技有限公司 一种可间断登记并持续进行基准数据更新的识别方法
CN110008674B (zh) * 2019-03-25 2020-10-16 浙江大学 一种高泛化性的心电信号身份认证方法
CN110269625B (zh) * 2019-05-31 2022-02-11 杭州电子科技大学 一种新型的多特征融合的心电认证方法及系统
KR102521180B1 (ko) * 2021-02-26 2023-04-13 고려대학교 세종산학협력단 유사 심전도 기반 개인 인증 시스템, 개인 인증 방법 및 개인 인증 방법을 실행시키도록 기록매체에 저장된 컴퓨터 프로그램
TWI825622B (zh) * 2022-03-15 2023-12-11 緯創資通股份有限公司 生理訊號特徵擷取方法及生理訊號特徵擷取裝置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101138499A (zh) * 2006-09-06 2008-03-12 雅马哈株式会社 生物测量认证设备
CN103720468A (zh) * 2013-12-05 2014-04-16 深圳先进技术研究院 应用于动态心电数据的伪差识别方法和装置
CN105373719A (zh) * 2014-09-01 2016-03-02 三星电子株式会社 基于心电图信号的用户认证方法和设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9699182B2 (en) * 2014-06-24 2017-07-04 Abdulmotaleb El Saddik Electrocardiogram (ECG) biometric authentication
CN104063645B (zh) * 2014-07-01 2017-08-04 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
KR102257287B1 (ko) * 2014-08-07 2021-05-27 삼성전자주식회사 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치
KR102299819B1 (ko) * 2014-12-30 2021-09-08 삼성전자주식회사 생체 신호를 이용한 사용자 인증 방법 및 장치
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
CN105286853B (zh) * 2015-11-17 2019-03-15 安徽华米信息科技有限公司 基于可穿戴设备的疾病检测方法及装置、可穿戴设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101138499A (zh) * 2006-09-06 2008-03-12 雅马哈株式会社 生物测量认证设备
CN103720468A (zh) * 2013-12-05 2014-04-16 深圳先进技术研究院 应用于动态心电数据的伪差识别方法和装置
CN105373719A (zh) * 2014-09-01 2016-03-02 三星电子株式会社 基于心电图信号的用户认证方法和设备

Also Published As

Publication number Publication date
CN108306736A (zh) 2018-07-20
KR102401194B1 (ko) 2022-05-24
KR20180082948A (ko) 2018-07-19

Similar Documents

Publication Publication Date Title
CN108306736B (zh) 使用心电信号进行身份认证的方法及设备
US10664581B2 (en) Biometric-based authentication method, apparatus and system
Sun et al. Accelerometer-based speed-adaptive gait authentication method for wearable IoT devices
US6591224B1 (en) Biometric score normalizer
CN106663203B (zh) 活体指纹识别方法及装置
CN105678125B (zh) 一种用户认证方法、装置
CN107437074B (zh) 一种身份认证方法和装置
US8270726B2 (en) Authentication apparatus
US11244035B2 (en) Apparatus and methods for biometric verification
KR20160117129A (ko) 개인 식별 장치, 식별 임계치 설정 방법 및 프로그램 기록매체
JP2010146073A (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラムならびにコンピュータシステム
JP2013122679A (ja) 安全性の高い生体認証システム
CN106888204B (zh) 基于自然交互的隐式身份认证方法
CN109740503A (zh) 人脸认证方法、图像底库录入方法、装置及处理设备
US9292752B2 (en) Image processing device and image processing method
CN112231668A (zh) 基于击键行为的用户身份认证方法、电子设备和存储介质
CN111611437A (zh) 一种防止人脸声纹验证替换攻击的方法及装置
EP3371739A1 (en) High speed reference point independent database filtering for fingerprint identification
CN112492090A (zh) 智能手机上融合滑动轨迹和动力学特征的持续身份认证方法
CN112989937B (zh) 用户身份验证的方法和装置
CN109246066B (zh) 身份识别方法、云服务器及身份识别系统
CN107451451B (zh) 解锁控制方法及相关产品
CN114519898A (zh) 生物特征多模态融合识别方法、装置、存储介质及设备
KR101006861B1 (ko) 지문인증 장치의 인증방법
Wang et al. Towards DTW-based unlock scheme using handwritten graphics on smartphones

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