CN111161866B - 一种具有辅助身份识别机制的识别方法 - Google Patents
一种具有辅助身份识别机制的识别方法 Download PDFInfo
- Publication number
- CN111161866B CN111161866B CN201811316244.5A CN201811316244A CN111161866B CN 111161866 B CN111161866 B CN 111161866B CN 201811316244 A CN201811316244 A CN 201811316244A CN 111161866 B CN111161866 B CN 111161866B
- Authority
- CN
- China
- Prior art keywords
- physiological information
- information
- threshold
- physiological
- preset
- 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
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 45
- 210000003414 extremity Anatomy 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 7
- 238000004378 air conditioning Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000031700 light absorption Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- General Business, Economics & Management (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种具有辅助身份识别机制的识别方法,适用于一穿戴式身份识别装置,穿戴式身份识别装置设置于一人体的一第一肢体。本发明识别方法包含以下步骤:提供一身份识别机制,包含至少一第一生理识别方法,第一生理识别方法用以感测及比对一第一生理信息;提供一辅助身份识别机制,包含一动作识别方法,动作识别方法用以感测及比对一动作信息。其中,当第一生理信息符合一第一预设生理信息的一符合门槛完全范围时,完成验证身份识别机制,而当第一生理信息符合第一预设生理信息的一符合门槛临界范围,且第一生理信息符合第一预设生理信息的符合门槛临界范围的次数达到一预设次数条件时,启动辅助身份识别机制,其中,符合门槛完全范围包含符合门槛临界范围。
Description
技术领域
本申请属于一种识别方法,具体地说,涉及一种具有辅助身份识别机制的识别方法。
背景技术
习知智能型穿戴装置具有生理感测的功能,内建生理感测芯片,如ECG(Electrocardiography,ECG)芯片、PPG(Photoplethysmography,PPG)芯片等,以量测心率、血压、心脏电信号等生理信息,从而,使智能型穿戴装置的用户得以随着监控其生理状态,更可作为就医时的参考数据。
而为确保所收集的生理信息为同一用户,而非它人使用或盗用情形,习知智能型穿戴装置更进一步提供了身份识别的功能,此通过生理感测芯片,利用所感测的生理信息具有一定程度的独特性,以作为身份识别用。
然而,可惜的是,利用生理信息作为身份识别的习知智能型穿戴装置,并未考虑到生理信息会随着身体状况不同、年长等而有所变化,进而影响了身份识别的功能。
有鉴于此,本发明提供了一种具有辅助身份识别机制的识别方法,以改善习知技术所存在的问题。
发明内容
本发明提供了一种具有辅助身份识别机制的识别方法,适用于一穿戴式身份识别装置,穿戴式身份识别装置设置于一人体的一第一肢体,而本发明具有辅助身份识别机制的识别方法,包含以下步骤:
提供一身份识别机制,包含至少一第一生理识别方法,第一生理识别方法用以感测及比对一第一生理信息;及
提供一辅助身份识别机制,包含一动作识别方法,动作识别方法用以感测及比对一动作信息,
其中,当第一生理信息符合一第一预设生理信息的一符合门槛完全范围时,完成验证身份识别机制,而当第一生理信息符合第一预设生理信息的一符合门槛临界范围,且第一生理信息符合第一预设生理信息的符合门槛临界范围的次数达到一预设次数条件时,启动辅助身份识别机制,其中,符合门槛完全范围包含符合门槛临界范围。
在本发明的一个实施例中,预设次数条件为一N次,且N次间为连续符合所述符合门槛临界范围。
在本发明的一个实施例中,在启动辅助身份识别机制后,当第一生理信息符合第一预设生理信息的一扩大符合门槛临界范围及符合门槛完全范围时,完成验证身份识别机制,其中,扩大符合门槛临界范围接续符合门槛临界范围。
在本发明的一个实施例中,在启动辅助身份识别机制后,建立一第一更新预设生理信息,用以取代第一预设生理信息。
在本发明的一个实施例中,动作信息包含一X轴/Y轴动作信息、一X轴/Z轴动作信息及一Y轴/Z轴动作信息。
在本发明的一个实施例中,辅助身份识别机制更包含建立一预设动作信息,当动作信息符合预设动作信息的一符合门槛完全区间时,完成验证辅助身份识别机制,其中,符合门槛完全区间为预设动作信息的±10%间。
在本发明的一个实施例中,身份识别机制更包含一第二生理识别方法,第二生理识别方法用以感测及比对一第二生理信息,其中,第一生理信息为一心电描记生理信息,而第二生理信息为一光电容积描记生理信息。
在本发明的一个实施例中,更包含提供一生理信息收集方法,用以判断在接收第一生理信息时,是否为一静止状态。
在本发明的一个实施例中,更包含提供一离腕侦测方法,离腕侦测方法通过持续感测及比对第一生理信息,以判断穿戴式身份识别装置是否脱离第一肢体。
本发明具有辅助身份识别机制的识别方法,在随着使用者的身体状况不同、年长等,而使生理信息的识别率下降下,启动了辅助身份识别机制,且放宽了原有生理信息的识别范围,从而,以改善习知身份识别不佳的问题。更者,在辅助身份识别机制期间,原有身份识别机制进行调整,而在调整完毕后,重新回复以身份识别机制进行,从而,以维持身份识别的准确性。
附图说明
图1A为本发明一实施例的穿戴式身份识别装置设置于人体的第一肢体的示意图;
图1B为沿图1A的穿戴式身份识别装置的A-A剖面线的剖视示意图;
图2A为本发明一实施例的具有辅助身份识别机制的识别方法的流程示意图;
图2B为第一生理信息的QRS生理信息与第一预设生理信息的比对示意图;
图2C为第一生理信息的RT生理信息与第一预设生理信息的比对示意图;
图2D为心电描记生理信息的原始QRS波形信息及RT波形信息的示意图;
图2E为X轴/Y轴动作信息与X轴/Y轴预设动作信息的比对示意图;
图2F为X轴/Z轴动作信息与X轴/Z轴预设动作信息的比对示意图;
图2G为Y轴/Z轴动作信息与Y轴/Z轴预设动作信息的比对示意图;及
图3为本发明另一实施例的具有辅助身份识别机制的识别方法的流程示意图。
具体实施方式
本发明揭示一种具有辅助身份识别机制的识别方法,适用于一穿戴式身份识别装置10。以下将先说明穿戴式身份识别装置10,再说明所揭示的具有辅助身份识别机制的识别方法。
请参阅图1A及图1B,图1A为本发明一实施例的穿戴式身份识别装置10设置于人体50的第一肢体51的示意图,图1B为沿图1A的穿戴式身份识别装置10的A-A剖面线的剖视示意图。本实施例中,穿戴式身份识别装置10设置于一人体50的一第一肢体51。穿戴式身份识别装置10包含一第一生理传感器11、一第二生理传感器12、一动作传感器13及一微处理器14及一环带15。
以本实施例而言,第一生理传感器11为一心电描记传感器(ElectrocardiogramSensor,ECG Sensor),心电描记传感器包含一第一心电描记电极11a及一第二心电描记电极11b,且分别设置于环带15的一内表面151与一外表面152上。使用上,第一肢体51碰触第一心电描记电极11a,而人体50的一第二肢体52碰触第二心电描记电极11b,使两心电描记电极11a及11b间形成一导程,从而,以量测心电描记生理信息,但量测方法并不以此为限。
以本实施例而言,第二生理传感器12设置于环带15的内表面151,且为一光电容积描记传感器(Photoplethysmogram Sensor,PPG Sensor),可用以量测光电容积描记生理信息。而动作传感器13设置于环带15,且为一加速规,可用以量测至少X轴、Y轴及Z轴的动作信息,其中X轴、Y轴和Z轴分别是沿着穿戴式身份识别装置10的一调整钮(图未示)方向延伸、沿着环带15方向延伸和沿着垂直穿戴式身份识别装置10的一主体表面16方向延伸。此外,微处理器14设置于环带15,且可用以接收、比对及判断生理信息、动作信息等。
特别说明的是,本实施例的穿戴式身份识别装置10是用以说明可适用于本发明所揭示的具有辅助身份识别机制的识别方法,而并非代表着本发明所揭示的具有辅助身份识别机制的识别方法仅可使用于本实施例的穿戴式身份识别装置10或本实施例的穿戴式身份识别装置10对本发明所揭示的具有辅助身份识别机制的识别方法形成限制或限缩适用。
以下开始说明本发明所揭示的具有辅助身份识别机制的识别方法。请参阅图2A,图2A为本发明一实施例的具有辅助身份识别机制的识别方法的流程示意图。本实施例的具有辅助身份识别机制的识别方法,包含以下步骤:
步骤S1:提供一生理信息收集方法,用以判断在接收一第一生理信息时是否为一静止状态。本实施例的生理信息收集方法,通过微处理器14,用以判断当第一生理传感器11在接收第一生理信息时,来自于动作传感器13的一初始动作信息是否为一静止状态。
其中,以本实施例而言,静止状态的判定方式较佳为动作传感器13所感测到的加速度值(即初始动作信息)需小于0.6125(N/KG),且需持续5秒以上,即属于本实施例的静止状态,但并不以此为限。当判断为静止状态时,此代表着所感测到的第一生理信息较为准确,则可进入步骤S2,而若判断为非静止状态时,则重复进行步骤S1,直至判断为静止状态时,再进入步骤S2。
步骤S2:提供一身份识别机制,首先,当第一生理信息符合一第一预设生理信息的一符合门槛临界范围,且第一生理信息符合第一预设生理信息的符合门槛临界范围的次数达到一预设次数条件时,进入步骤S3,即启动辅助身份识别机制;接着,当第一生理信息符合第一预设生理信息的一符合门槛完全范围时,完成验证身份识别机制,进入步骤S4,而若不符则回至步骤S1。身份识别机制包含至少一第一生理识别方法,而第一生理识别方法通过设置于穿戴式身份识别装置10的第一生理传感器11及微处理器14,分别用以感测及比对第一生理信息。
以本实施例而言,第一生理信息21可为一心电描记生理信息,且第一生理信息21可包含QRS生理信息及RT生理信息。进一步请参阅图2B及图2C,图2B为第一生理信息的QRS生理信息与第一预设生理信息22的比对示意图,而图2C为第一生理信息的RT生理信息与第一预设生理信息22的比对示意图。其中,图2B所显示的QRS生理信息,是将如图2D所示的心电描记生理信息的一原始QRS波形信息24,和经由正规化及讯号延迟(如:28毫秒)该原始QRS波形信息所得的一延迟所得QRS波形信息,投影至X-Y平面上所得到。同理,图2C所显示的RT生理信息,是将如图2D所示的心电描记生理信息的一原始RT波形信息25,和经由正规化及讯号延迟(如:28毫秒)该原始RT波形所得的一延迟所得RT波形信息,投影至X-Y平面上所得到。
如图2B所示,由方点21a的集合所构成的为第一生理信息21的QRS生理信息(图2B所示方点的连线仅用以便于识别或说明用),而由圆点22a的集合所构成的为第一预设生理信息22的QRS生理信息(图2B所示圆点的连线仅用以便于识别或说明用),且图2B亦显示由0.2(毫伏)所绘制而成的复数横向及纵向网格线,而形成复数个格子23。其中,各别圆点22a落入于M个格子(下称:M个圆点格子)中,而各别方点21a落入于M个圆点格子中的N个格子中,其中,N/M为90%(含)以上时,第一生理信息21的QRS生理信息符合第一预设生理信息22的QRS生理信息的符合门槛完全范围。其中,本实施例的符合门槛完全范围为90%至100%间。
如图2C所示,由方点21a的集合所构成的为第一生理信息21的RT生理信息(图2C所示方点的连线仅用以便于识别或说明用),而由圆点22a的集合所构成的为第一预设生理信息22的RT生理信息(图2C所示圆点的连线仅用以便于识别或说明用),且图2C亦显示由0.2(毫伏)所绘制而成的复数横向及纵向网格线,而形成复数个格子23。其中,各别圆点22a落入于P个格子(下称:P个圆点格子)中,而各别方点21a落入于P个圆点格子中的Q个格子中,其中,Q/P为90%(含)以上时,第一生理信息21的RT生理信息符合第一预设生理信息22的RT生理信息的符合门槛完全范围。
当第一生理信息21符合第一预设生理信息22的符合门槛完全范围时,完成验证身份识别机制,接着于后续进入步骤S4,而若未能符合时,则回到步骤S1。以本实施例而言,本实施例的符合门槛完全范围较佳为90%至100%间,且需第一生理信息21的QRS生理信息及RT生理信息同时符合下,方得以完成验证身份识别机制,在此条件设定下,信号处理简单且准确率高。于其它实施例中,符合门槛完全范围可为95%至100%间、85%至100%间等,此符合门槛完全范围将依据实施作业或需求而设定,并非仅以上述数值范围为限。此外,于其它实施例中,第一生理信息可仅为QRS生理信息及RT生理信息的其一即可,或于其它实施例中,第一生理信息可为其它心电描记生理讯号搭配QRS生理信息及(或)RT生理信息,或为原始生理信息、原始生理波形信息等,但并不以此为限。此外,于其它实施例中,第一生理信息可为光电容积描记生理信息、其它生理信息、动作信息等,但并不以此为限。
而当第一生理信息21符合第一预设生理信息22的符合门槛临界范围,且第一生理信息21符合第一预设生理信息22的符合门槛临界范围的次数达到预设次数条件时,启动辅助身份识别机制,即后续步骤S3,其中,符合门槛完全范围包含符合门槛临界范围。以本实施例而言,符合门槛临界范围较佳为90%至92%间,而预设次数条件为一N次,且N次间为连续符合所述符合门槛临界范围,以本实施例而言,N较佳为3次,在以上条件设定下,信号处理简单且准确率高。于其它实施例中,符合门槛临界范围为90%至91%间、90%至93%间,但并不以此为限,或次数可为2次、4次、10次等,但并不以此为限,或连续意指特定连续次数范围内有N次即可(如:连续6次中有3次符合即属之),但皆不以此为限。
步骤S3:提供一辅助身份识别机制,其中,当一动作信息符合一预设动作信息的一符合门槛完全区间时,完成验证辅助身份识别机制。辅助身份识别机制包含一动作识别方法,而动作识别方法通过设置于穿戴式身份识别装置10的动作传感器13及微处理器14,分别用以感测及比对动作信息。动作传感器13可量测人体的第一肢体的动作信息,以本实施例而言,动作信息包含一X轴/Y轴动作信息、一X轴/Z轴动作信息及一Y轴/Z轴动作信息,其中X轴、Y轴和Z轴例如是沿着穿戴式身份识别装置10的一调整钮(图未示)方向延伸、沿着环带15方向延伸和沿着垂直穿戴式身份识别装置10的一主体表面16方向延伸。换言之,即依序分别为X轴动作信息除以Y轴动作信息、X轴动作信息除以Z轴动作信息及Y轴动作信息除以Z轴动作信息。而预设动作信息亦包含一X轴/Y轴预设动作信息、一X轴/Z轴预设动作信息及一Y轴/Z轴预设动作信息,换言之,即依序分别为X轴预设动作信息除以Y轴预设动作信息、X轴预设动作信息除以Z轴预设动作信息及Y轴预设动作信息除以Z轴预设动作信息。辅助身份识别机制更包含建立预设动作信息,以本实施例而言,在启动辅助身份识别机制后,开始建立预设动作信息,以作为比对用。而于其它实施例中,预设动作信息亦可于在启动辅助身份识别机制前已完成建立,但并不以此为限。
进一步参阅图2E至图2G,图2E为X轴/Y轴动作信息26与X轴/Y轴预设动作信息26a的比对示意图,图2F为X轴/Z轴动作信息27与X轴/Z轴预设动作信息27a的比对示意图,图2G为Y轴/Z轴动作信息28与Y轴/Z轴预设动作信息28a的比对示意图。其中,符合门槛完全区间为预设动作信息的±10%间。图2E显示X轴/Y轴预设动作信息26a,而以本实施例而言,符合门槛完全区间为X轴/Y轴预设动作信息的±10%间,即图2E的区间26b。图2F显示X轴/Z轴预设动作信息27a,而以本实施例而言,符合门槛完全区间为X轴/Z轴预设动作信息的±10%间,即图2F的区间27b。图2G显示Y轴/Z轴预设动作信息28a,而以本实施例而言,符合门槛完全区间为Y轴/Z轴预设动作信息的±10%间,即图2G的区间28b。
其中,当动作信息的X轴/Y轴动作信息26、X轴/Z轴动作信息27及Y轴/Z轴动作信息28依序分别位于区间26b、区间27b及区间28b中时,即动作信息符合预设动作信息的符合门槛完全区间,此时完成验证辅助身份识别机制,后续进入步骤S4,而若未能符合时,则回到步骤S1,在以上条件设定下,信号处理简单且准确率高。此外,于其它实施例中,动作信息包含X轴/Y轴动作信息、X轴/Z轴动作信息及Y轴/Z轴动作信息的任一或任二即可,或动作信息包含X轴动作信息、Y轴轴动作信息及Z轴动作信息的任一、任二或三者皆可,但并不以此为限。此外,于其它实施例中,X轴、Y轴与Z轴,无需同如图1A及图1B所示的三轴,只要是任意三垂直轴,皆为本发明所述的X轴、Y轴与Z轴,或为非三垂直轴,亦可为本发明所述的X轴、Y轴与Z轴,但并不以此为限。
由于随着身体状况不同、年长等,相较于原始的第一预设生理信息,第一生理信息可能已有较明显的变化,而使生理识别率逐渐下降,也因此,启动了辅助身份识别机制以为因应。而在辅助身份识别机制的运作期间,为避免第一生理信息未能符合符合门槛临界范围或符合门槛完全范围,而无法完成身份识别,故于其运作期间,将会放宽第一生理信息的识别范围,如下:
在启动辅助身份识别机制后,当第一生理信息符合第一预设生理信息的一扩大符合门槛临界范围及符合门槛完全范围时,完成验证身份识别机制,其中,扩大符合门槛临界范围接续符合门槛临界范围。以本实施例而言,扩大符合门槛临界范围较佳为88%至90%间,使扩大符合门槛临界范围可接续于符合门槛临界范围(90%至92%间),从而,放宽第一生理信息的识别范围,在此条件设定下,信号处理简单且误判率低。而于其它实施例中,扩大符合门槛临界范围可为89%至90%间、85%至90%间等,但并不以此为限。
更者,由于随着身体状况不同、年长等,相较于原始的第一预设生理信息,第一生理信息可能已有较明显的变化,也因此,在启动辅助身份识别机制后,将建立一第一更新预设生理信息,用以取代第一预设生理信息。在建立第一更新预设生理信息后,以所建立第一更新预设生理信息进行后续识别,而辅助身份识别机制即可停止运作。
步骤S4:提供一离腕侦测方法,通过持续感测及比对第一生理信息,以判断穿戴式身份识别装置是否脱离第一肢体。离腕侦测方法通过第一生理传感器及微处理器分别持续感测及比对第一生理信息,以判断穿戴式身份识别装置是否脱离第一肢体。
其中,持续感测及比对第一生理信息是否符合第一预设生理信息的符合门槛完全范围,以判断出穿戴式身份识别装置是否脱离第一肢体。如否,即未脱离第一肢体,则进入步骤S5,而如是,即已脱离第一肢体,故重新回到步骤S1。
步骤S5:持续进行监控。
本发明具有辅助身份识别机制的识别方法,在随着使用者的身体状况不同、年长等,而使生理信息的识别率下降下,启动了辅助身份识别机制,且放宽了原有生理信息的识别范围,从而,以改善习知身份识别不佳的问题。更者,在辅助身份识别机制期间,原有身份识别机制进行调整,而在调整完毕后,重新回复以身份识别机制进行,从而,以维持身份识别的准确性。
本发明另一实施例具有辅助身份识别机制的识别方法,其方法与图1A至图2G所述的实施手段及其内容相似,其相同或近似处,不再赘述。请参阅图3,图3为本发明另一实施例的具有辅助身份识别机制的识别方法的流程示意图。
步骤S1:提供一生理信息收集方法,用以判断在接收一第一生理信息及一第二生理信息时是否为一静止状态。本实施例的生理信息收集方法,通过微处理器14,用以判断当第一生理传感器11在接收第一生理信息时及当第二生理传感器12在接收第二生理信息时,来自于动作传感器13的一初始动作信息是否为一静止状态。其中,静止状态的判定与图2A所示实施例相同或似近,在此不再赘述。以本实施例而言,第二生理信息可为一光电容积描记生理信息。
步骤S2:提供一身份识别机制,首先,当第一生理信息及第二生理信息分别符合一第一预设生理信息的一符合门槛临界范围及一第二预设生理信息的一符合门槛临界范围,且第一生理信息及第二生理信息各自符合第一预设生理信息及第二预设生理信息的符合门槛临界范围的次数达到一预设次数条件时,进入步骤S3,启动辅助身份识别机制;接着,当第一生理信息及第二生理信息分别符合第一预设生理信息的一符合门槛完全范围及第二预设生理信息的一符合门槛完全范围时,完成验证身份识别机制,进入步骤S4,若不符则回至步骤S1。其中,本实施例的第一生理信息与范围(第一预设生理信息的符合门槛完全范围、符合门槛临界范围及扩大符合门槛临界范围)之间的相关说明与图2A所示实施例相同或近似,在此不再赘述。
本实施例身份识别机制更包含第二生理识别方法,第二生理识别方法通过设置于穿戴式身份识别装置的第二生理传感器12及微处理器14,分别用以感测及比对第二生理信息。
本实施例第二生理信息为一绿光/红光吸收量,即为绿光吸收量除以红光吸收量,例如,绿光吸收量为65,而红光吸收量为50,第二生理信息为(绿光/红光吸收量)为1.3。又,第二预设生理信息为一原始绿光/红光吸收量,例如,第二预设生理信息为1.33(原始绿光吸收量为68除原始红光吸收量为51),而符合门槛完全范围为第二预设生理信息的±10%间,换言之,例如,符合门槛完全范围为1.197至1.463间。经比对后得知,第二生理信息(即1.3)符合第二预设生理信息的符合门槛完全范围(即1.197至1.463间)。于其它实施例中,第二生理信息为二个或三个(含)以上的两不同颜色光的吸收量比值,或为至少一或多个颜色光的吸收量,但并不以此为限。
此外,在后续启动辅助身份识别机制后,将会放宽第二生理信息的识别范围,以使第二生理信息符合第二预设生理信息的一扩大符合门槛临界范围,其中,扩大符合门槛临界范围接续符合门槛临界范围。以本实施例而言,扩大符合门槛临界范围可为1.18至1.197及1.463至1.48,但并不以此为限。
此外,于其它实施例中,并非同时放宽第一生理信息及第二生理信息的识别范围,而是依据若为第一生理信息符合第一预设生理信息的符合门槛临界范围,且第一生理信息符合第一预设生理信息的符合门槛临界范围的次数达到预设次数条件,则会放宽第一生理信息的识别范围;而若为第二生理信息符合第二预设生理信息的符合门槛临界范围,且第二生理信息符合第二预设生理信息的符合门槛临界范围的次数达到预设次数条件,则会放宽第二生理信息的识别范围。
步骤S3:提供一辅助身份识别机制,其中,当一动作信息符合一预设动作信息的一符合门槛完全区间时,完成验证辅助身份识别机制。其中,关于辅助身份识别机制的相关说明与图2A所示实施例相同或近似,在此不再赘述。
步骤S4:提供一离腕侦测方法,通过持续感测及比对第一生理信息及第二生理信息,以判断穿戴式身份识别装置是否脱离第一肢体。离腕侦测方法通过第一生理传感器11、第二生理传感器12及微处理器14分别持续感测及比对第一生理信息及第二生理信息,以判断穿戴式身份识别装置10是否脱离第一肢体。
其中,持续感测及比对第一生理信息及第二生理信息是否符合第一预设生理信息的符合门槛完全范围及第二预设生理信息的符合门槛完全范围,以判断出穿戴式身份识别装置是否脱离第一肢体。如否,即未脱离第一肢体,则进入步骤S5,而如是,即已脱离第一肢体,故重新回到步骤S1。
步骤S5:持续进行监控。
上列详细说明系针对本发明的一可行实施例的具体说明,惟该实施例并非用以限制本发明的专利范围,凡未脱离本发明技艺精神所为的等效实施或变更,均应包含于本发明的专利范围中。
Claims (1)
1.一种具有辅助身份识别机制的识别方法,适用于一穿戴式身份识别装置,所述穿戴式身份识别装置设置于一人体的一第一肢体,其特征在于,包含以下步骤:
提供一身份识别机制,包含至少一第一生理识别方法,所述第一生理识别方法用以感测及比对一第一生理信息;及
提供一辅助身份识别机制,包含一动作识别方法,所述动作识别方法用以感测及比对一动作信息,
其中,当所述第一生理信息符合一第一预设生理信息的一符合门槛完全范围时,完成验证所述身份识别机制,而当所述第一生理信息符合所述第一预设生理信息的一符合门槛临界范围,且所述第一生理信息符合所述第一预设生理信息的所述符合门槛临界范围的次数达到一预设次数条件时,启动所述辅助身份识别机制;
在启动所述辅助身份识别机制后,当所述第一生理信息符合所述第一预设生理信息的一扩大符合门槛临界范围及所述符合门槛完全范围时,完成验证所述身份识别机制,其中,所述扩大符合门槛临界范围接续所述符合门槛临界范围;
所述辅助身份识别机制更包含建立一预设动作信息,当所述动作信息符合所述预设动作信息的一符合门槛完全区间时,完成验证所述辅助身份识别机制;
其中,所述符合门槛完全范围包含所述符合门槛临界范围;
所述预设次数条件为一N次,且所述N次间为连续符合所述符合门槛临界范围;
同时,在启动所述辅助身份识别机制后,建立一第一更新预设生理信息,用以取代所述第一预设生理信息;
所述动作信息包含一X轴/Y轴动作信息、一X轴/Z轴动作信息及一Y轴/Z轴动作信息;
所述符合门槛完全区间为所述预设动作信息的±10%间;
所述身份识别机制更包含一第二生理识别方法,所述第二生理识别方法用以感测及比对一第二生理信息,其中,所述第一生理信息为一心电描记生理信息,而所述第二生理信息为一光电容积描记生理信息;
所述方法还包含生理信息收集的步骤,用以判断在接收所述第一生理信息时,是否为一静止状态;
所述方法还包含离腕侦测的步骤,所述离腕侦测通过持续感测及比对所述第一生理信息,以判断所述穿戴式身份识别装置是否脱离所述第一肢体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811316244.5A CN111161866B (zh) | 2018-11-07 | 2018-11-07 | 一种具有辅助身份识别机制的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811316244.5A CN111161866B (zh) | 2018-11-07 | 2018-11-07 | 一种具有辅助身份识别机制的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111161866A CN111161866A (zh) | 2020-05-15 |
CN111161866B true CN111161866B (zh) | 2023-11-17 |
Family
ID=70554371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811316244.5A Active CN111161866B (zh) | 2018-11-07 | 2018-11-07 | 一种具有辅助身份识别机制的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111161866B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62138982A (ja) * | 1985-12-12 | 1987-06-22 | Canon Inc | 画像情報処理システム |
KR20020057046A (ko) * | 2000-12-30 | 2002-07-11 | 구자홍 | 무선 단말기의 음성인식 방법 |
CN104270566A (zh) * | 2014-09-01 | 2015-01-07 | 深圳市思谋科技有限公司 | 摄像直读抄表装置、系统、提高读数识别率的方法和装置 |
TWM514042U (zh) * | 2015-01-30 | 2015-12-11 | Zoetek Inc | 利用多種生理資訊混合辨識身份的系統 |
CN106056054A (zh) * | 2016-05-24 | 2016-10-26 | 青岛海信移动通信技术股份有限公司 | 一种进行指纹识别的方法和终端 |
CN107106024A (zh) * | 2014-11-20 | 2017-08-29 | 皇家飞利浦有限公司 | 用于在生命体征采样频率有限时的分数置信度区间估计的方法 |
JP2017229035A (ja) * | 2016-06-24 | 2017-12-28 | コニカミノルタ株式会社 | 情報処理装置、情報処理システムおよびプログラム |
CN107638171A (zh) * | 2016-07-20 | 2018-01-30 | 宏达国际电子股份有限公司 | 生理监控装置、生理监控方法及实现该生理控制方法的电脑可读取记录媒体 |
TWI621969B (zh) * | 2017-04-14 | 2018-04-21 | 華碩電腦股份有限公司 | 電子裝置、監測方法與非暫態電腦可讀取記錄媒體 |
CN107978364A (zh) * | 2017-12-12 | 2018-05-01 | 北京怡和嘉业医疗科技股份有限公司 | 呼吸机的控制系统 |
CN107992743A (zh) * | 2017-12-04 | 2018-05-04 | 山东渔翁信息技术股份有限公司 | 一种基于沙箱的身份认证的方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI522958B (zh) * | 2014-06-11 | 2016-02-21 | 國立成功大學 | 生理訊號分析方法及其系統與內儲生理訊號分析程式之電腦程式產品 |
US20160029967A1 (en) * | 2014-07-31 | 2016-02-04 | Cheng Uei Precision Industry Co., Ltd. | Wearable physiological measurement device and signal comparison method thereof |
EP3457409B1 (en) * | 2015-05-02 | 2023-06-07 | F. Hoffmann-La Roche AG | Point-of-care testing system |
-
2018
- 2018-11-07 CN CN201811316244.5A patent/CN111161866B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62138982A (ja) * | 1985-12-12 | 1987-06-22 | Canon Inc | 画像情報処理システム |
KR20020057046A (ko) * | 2000-12-30 | 2002-07-11 | 구자홍 | 무선 단말기의 음성인식 방법 |
CN104270566A (zh) * | 2014-09-01 | 2015-01-07 | 深圳市思谋科技有限公司 | 摄像直读抄表装置、系统、提高读数识别率的方法和装置 |
CN107106024A (zh) * | 2014-11-20 | 2017-08-29 | 皇家飞利浦有限公司 | 用于在生命体征采样频率有限时的分数置信度区间估计的方法 |
TWM514042U (zh) * | 2015-01-30 | 2015-12-11 | Zoetek Inc | 利用多種生理資訊混合辨識身份的系統 |
CN106056054A (zh) * | 2016-05-24 | 2016-10-26 | 青岛海信移动通信技术股份有限公司 | 一种进行指纹识别的方法和终端 |
JP2017229035A (ja) * | 2016-06-24 | 2017-12-28 | コニカミノルタ株式会社 | 情報処理装置、情報処理システムおよびプログラム |
CN107638171A (zh) * | 2016-07-20 | 2018-01-30 | 宏达国际电子股份有限公司 | 生理监控装置、生理监控方法及实现该生理控制方法的电脑可读取记录媒体 |
TWI621969B (zh) * | 2017-04-14 | 2018-04-21 | 華碩電腦股份有限公司 | 電子裝置、監測方法與非暫態電腦可讀取記錄媒體 |
CN107992743A (zh) * | 2017-12-04 | 2018-05-04 | 山东渔翁信息技术股份有限公司 | 一种基于沙箱的身份认证的方法、装置、设备及存储介质 |
CN107978364A (zh) * | 2017-12-12 | 2018-05-01 | 北京怡和嘉业医疗科技股份有限公司 | 呼吸机的控制系统 |
Non-Patent Citations (3)
Title |
---|
吴学奎 ; 任立红 ; 丁永生 ; 吴怡之 ; .面向智能服装的多生理信息融合的情绪判别.计算机工程与应用.2009,第45卷(第33期),全文. * |
张雨清;王伟平;王维.一种面向渐变浏览器指纹的识别方法.计算机工程与应用.2018,第第54卷卷(第第54卷期),第4节. * |
李宏光 ; 况丹 ; .用于控制图模式识别的广义神经网络系统.东南大学学报(自然科学版).2009,(第S1期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111161866A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7212659B2 (en) | Apparatus for measuring biological data and exercise machines | |
CN109350037A (zh) | 一种从10秒心电图中识别房颤和房性早搏的方法 | |
US20200222032A1 (en) | System and method for detecting pregnancy related events | |
CN111527494A (zh) | 可穿戴的认证设备 | |
EP1289413A1 (en) | A blood pressure measurement apparatus and method | |
CN106963361B (zh) | 肢体导联错接的检测方法、检测装置及心电设备 | |
WO2018001758A1 (en) | Determination system and method for determining a sleep stage of a subject | |
CN108257352A (zh) | 一种基于智能穿戴设备的跌倒检测预警方法 | |
CN106725420A (zh) | 室性早搏识别方法及室性早搏识别系统 | |
US20210068687A1 (en) | A method, an apparatus and a computer program product for estimating the quality of a signal | |
CN109864739A (zh) | 一种从10秒心电图中识别二度房室传导阻滞的方法 | |
KR20170004914A (ko) | 동공 크기 변화율을 이용한 심장 시간 영역의 정보 추출 방법 및 그 장치 | |
CN110418600A (zh) | 血压测量装置、方法以及程序 | |
Cola et al. | Personalized gait detection using a wrist-worn accelerometer | |
CN111161866B (zh) | 一种具有辅助身份识别机制的识别方法 | |
CN113017559A (zh) | 一种基于压电薄膜传感器的生命体征提取算法及系统 | |
EP4247262A1 (en) | Method and system for measuring and displaying biosignal data to a wearer of a wearable article | |
WO2023061565A1 (en) | Apparatus, system and method for determining whether a person is asleep | |
KR20180043517A (ko) | 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 | |
JP2002306438A (ja) | 心電図情報処理装置及び心電図情報処理方法 | |
CN115770028A (zh) | 血压检测方法、系统、装置及存储介质 | |
CN106308771A (zh) | 一种心电监测系统 | |
CN116746900A (zh) | 心律失常的识别方法和可穿戴设备 | |
WO2002069178A8 (fr) | Procede et dispositif de filtrage d'une serie rr issue d'un signal cardiaque, et plus particulierement d'un signal ecg | |
Porée et al. | Stability analysis of the 12-lead ECG morphology in different physiological conditions of interest for biometric applications |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231025 Address after: A1402-27, Building 1, Shenzhen Software Industry Base, No. 81, 83, 85 Gaoxin South 10th Road, Binhai Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province, 518000 Applicant after: Shenzhen Chuliang Technology Co.,Ltd. Address before: No. 202, 2nd Floor, Building 41, No. 333 Qinjiang Road, Xuhui District, Shanghai, 200233 Applicant before: Youfang information technology (Shanghai) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |