CN111339511A - 身份合法性验证方法、装置及终端设备 - Google Patents
身份合法性验证方法、装置及终端设备 Download PDFInfo
- Publication number
- CN111339511A CN111339511A CN202010214393.1A CN202010214393A CN111339511A CN 111339511 A CN111339511 A CN 111339511A CN 202010214393 A CN202010214393 A CN 202010214393A CN 111339511 A CN111339511 A CN 111339511A
- Authority
- CN
- China
- Prior art keywords
- sequence
- principal component
- component analysis
- validity verification
- identity validity
- 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.)
- Pending
Links
- 238000012795 verification Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000000513 principal component analysis Methods 0.000 claims abstract description 55
- 230000000694 effects Effects 0.000 claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 230000037081 physical activity Effects 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000012847 principal component analysis method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种身份合法性验证方法、装置及终端设备，该方法应用于无线网络与行为识别领域。该方法包括：获取待验证人员经过预设检测区域时所反射的无线信号，并采集所述无线信号中的信道状态信息；提取所述信道状态信息的幅值序列，并对所述幅值序列进行主成分分析，得到主成分分析序列；根据所述主成分分析序列确定所述幅值序列中是否包含人员活动信息，若所述信道状态信息中包含人员活动信息，则提取所述主成分分析序列中的人体活动片段；提取所述人体活动片段中的人体特征数据，并基于所述人体特征数据进行待验证人员的身份合法性验证。本发明提供的身份合法性验证方法、装置及终端设备能够有效提高身份合法性验证精度和效率。
Description
技术领域
本发明属于无线网络与行为识别技术领域，更具体地说，是涉及一种身份合法性验证方法、装置及终端设备。
背景技术
健康监护、安全检测、智能家居等应用场景中，身份合法性验证扮演着非常重要的角色。现有有源身份合法性验证系统一般采用指纹识别、虹膜识别等技术，虽能实现识别、认证功能，但被测用户需要做出指定动作，且存在诸如设备昂贵、识别地点受限等问题。而无源感知作为一种新型感知技术，它能使被感知对象在不携带任何设备或电子标签的情况下，只要进入待测区域即能被感知，是一种高效、廉价的被动感知技术，具有广泛的应用前景。
无线信号作为一种无源感知应用最理想的信号，具有强大的普适性，因此基于无线信号的身份识别方法应运而生。而合法性认证作为身份识别的一个关键应用场景，如何提高合法性认证的精度以及效率也成为重要的研究课题。
发明内容
本发明的目的在于提供一种身份合法性验证方法、装置及终端设备，以提高现有技术中基于无线信号的身份合法性验证精度和效率。
本发明实施例的第一方面，提供了一种身份合法性验证方法，包括：
获取待验证人员经过预设检测区域时所反射的无线信号，并采集所述无线信号中的信道状态信息；
提取所述信道状态信息的幅值序列，并对所述幅值序列进行主成分分析，得到主成分分析序列；
根据所述主成分分析序列确定所述幅值序列中是否包含人员活动信息，若所述信道状态信息中包含人员活动信息，则提取所述主成分分析序列中的人体活动片段；
提取所述人体活动片段中的人体特征数据，并基于所述人体特征数据进行待验证人员的身份合法性验证。
本发明实施例的第二方面，提供了一种身份合法性验证装置，包括：
数据获取模块，用于获取待验证人员经过预设检测区域时所反射的无线信号，并采集所述无线信号中的信道状态信息；
主成分分析模块，用于提取所述信道状态信息的幅值序列，并对所述幅值序列进行主成分分析，得到主成分分析序列；
人员检测模块，用于根据所述主成分分析序列确定所述幅值序列中是否包含人员活动信息，若所述信道状态信息中包含人员活动信息，则提取所述主成分分析序列中的人体活动片段；
身份合法性验证模块，用于提取所述人体活动片段中的人体特征数据，并基于所述人体特征数据进行待验证人员的身份合法性验证。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的身份合法性验证方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的身份合法性验证方法的步骤。
本发明提供的身份合法性验证方法、装置及终端设备的有益效果在于：
1)本发明提供的身份合法性验证方法、装置及终端设备，以信道状态信息为基础进行身份合法性验证。一方面，信道状态信息可从一个数据包中同时测量多个子载波的频率响应，而非全部子载波叠加的总体幅度响应，从而更加精细地刻画频率选择信道。另一方面，信道状态信息既可测量每个子载波的幅度，还可测量每个子载波的相位信息，其可将单值的接收信号强度指示信息RSSI扩展至频域并附加相位信息，因此基于信道状态信息进行人员检测和身份合法性验证可有效的提高无线信号对环境的感知能力，从而提高身份合法性验证精度。
2)本发明提供的身份合法性验证方法、装置及终端设备，提取了信号状态信息的幅值序列，并对幅值序列进行主成分分析，得到了主成分分析序列，并基于主成分分析序列进行人员检测以及身份验证。本发明采用主成分分析法提取了幅值序列中贡献率较大的成分，在保证身份合法性验证精度的同时有效降低了身份合法性验证的计算工作量，提高了身份合法性验证的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的身份合法性验证方法的原理示意图；
图2为本发明一实施例提供的身份合法性验证方法的流程示意图；
图3为本发明另一实施例提供的身份合法性验证方法的流程示意图；
图4为本发明再一实施例提供的身份合法性验证方法的流程示意图；
图5为本发明又一实施例提供的身份合法性验证方法的流程示意图；
图6为本发明又一实施例提供的身份合法性验证方法的流程示意图；
图7为本发明又一实施例提供的身份合法性验证方法的流程示意图；
图8为本发明一实施例提供的身份合法性验证装置的结构示意图；
图9为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，图1为本发明一实施例提供的身份合法性验证方法的原理示意图。在本实施例中，无线信号经过信号发射机和信号接收机之间的直达路径以及环境中因反射而形成的多径在空间中传播，并最终叠加在一起形成了信号接收机所接收到的无线信号。当待验证人员出现在传播空间(也即预设检测区域)时，由于人体的存在，会对无线信号进行遮挡和反射，人体的存在会持续性地影响无线信号。因此，可通过采集信号接收机接收到的无线信号，对该无线信号进行处理来实现活动场景中的人员检测和身份合法性验证。
请一并参考图1及图2，图2为本发明一实施例提供的身份合法性验证方法的流程示意图。该方法包括：
S101：获取待验证人员经过预设检测区域时所反射的无线信号，并采集无线信号中的信道状态信息。
在本实施例中，可采用信号发射机发射无线信号，到达信号接收机后对信号进行接收，并对无线信号的信道状态信息进行采集。其中，可采用CSI(Channel StateInformation，信道状态信息)获取工具来实现无线信号物理层信道状态信息的采集，信号发射机可为路由器，信号接收机可为移动终端。
S102：提取信道状态信息的幅值序列，并对幅值序列进行主成分分析，得到主成分分析序列。
在本实施例中，无线信号中每条子载波上的CSI为复数值，其中包含幅值信息和相位信息，本实施例中可通过计算幅值序列来刻画人体活动。
S103：根据主成分分析序列确定幅值序列中是否包含人员活动信息，若信道状态信息中包含人员活动信息，则提取主成分分析序列中的人体活动片段。
在本实施例中，为了降低计算量，可对幅值序列进行主成分分析，得到主成分分析序列，并基于主成分序列的短时能量确定幅值序列中是否包含人员活动信息。
S104：提取人体活动片段中的人体特征数据，并基于人体特征数据进行待验证人员的身份合法性验证。
在本实施例中，可提取人体活动片段中的人体特征数据，基于该人体特征数据以及预先训练完成的聚类数据集进行待验证人员的身份合法性验证。
从上述描述可知，相对于现有技术，本发明提供的身份合法性验证方法、装置及终端设备，以信道状态信息为基础进行身份合法性验证。一方面，信道状态信息可从一个数据包中同时测量多个子载波的频率响应，而非全部子载波叠加的总体幅度响应，从而更加精细地刻画频率选择信道。另一方面，信道状态信息既可测量每个子载波的幅度，还可测量每个子载波的相位信息，其可将单值的接收信号强度指示信息RSSI扩展至频域并附加相位信息，因此基于信道状态信息进行人员检测和身份合法性验证可有效的提高无线信号对环境的感知能力，从而提高身份合法性验证精度。
从上述描述可知，相对于现有技术，本发明提供的身份合法性验证方法、装置及终端设备，提取了信号状态信息的幅值序列，并对幅值序列进行主成分分析，得到了主成分分析序列，并基于主成分分析序列进行人员检测以及身份验证。本发明采用主成分分析法提取了幅值序列中贡献率较大的主成分，在保证身份合法性验证精度的同时有效降低了身份合法性验证的计算工作量，提高了身份合法性验证的效率。
请一并参考图2及图3，图3为本申请另一实施例提供的身份合法性验证方法的流程示意图。在上述实施例的基础上，步骤S102可以详述为：
S201：提取信道状态信息的幅值序列，并对幅值序列进行预处理。
在本实施例中，对幅值序列进行预处理可以详述为：对幅值序列进行异常值去除和线性插值处理，得到预处理后的幅值序列。
由于硬件设备存在缺陷且实际感知环境中存在噪声，在进行人员检测之前，可首先对幅值序列进行预处理：首先去除幅值序列的异常值，但由于去除异常值后会造成幅值序列数据缺失，在进行数据传输过程中也可能存在数据缺失，因此可对去除异常值后的幅值序列进行线性插值处理。
其中，异常值的检测可采用Hampel滤波器，分别计算幅值序列的平均值μ以及标准差σ，将区间[μ-3σ，μ+3σ]之外的数据标记为异常值，并将其剔除。
S202：基于主成分分析法对预处理后的幅值序列进行降维处理，得到主成分分析序列。
在本实施例中，可基于主成分分析法对幅值序列进行降维处理，降维后按照贡献率将数据分为不同的主成分序列(包括第一主成分序列，第二主成分序列，……)。
请一并参考图2及图4，图4为本申请再一实施例提供的身份合法性验证方法的流程示意图。在上述实施例的基础上，根据主成分分析序列确定幅值序列中是否包含人员活动信息，可以详述为：
S301：获取主成分分析序列中的第二主成分序列。
在本实施例中，经检测第一主成分序列包含着大量噪声，影响人员检测判断，因此本实施例可获取贡献率次大的第二主成分序列作为后续检测的基础。
其中，由于周围环境的影响，第二主成分序列中仍存在大量高频噪声，本实施例可基于Butterworth低通滤波器进行对第二主成分序列进行去噪，并将滤波器的截止频率设为30Hz。
S302：根据第二主成分序列的短时能量确定幅值序列中是否包含人员活动信息。
在本实施例中，可计算第二主成分序列的短时能量最大值和短时能量平均值，并根据短时能量最大值与短时能量平均值的比值确定幅值序列中是否包含人员活动信息。
请一并参考图2及图5，作为本发明提供的身份合法性验证方法的一个具体实施方式，在上述实施例的基础上，上述步骤S302可以详述为：
S401：基于预设大小的滑动窗口将幅值序列划分为多帧子序列。
S402：分别计算每帧子序列的短时能量，得到短时能量序列，并确定短时能量序列中的短时能量最大值和短时能量均值。
在本实施例中，分别计算每帧子序列的短时能量，得到多个短时能量值，该多个短时能量值组成短时能量序列。
其中，在确定短时能量序列中的短时能量最大值和短时能量均值之前，还可以采用中值滤波对短时能量序列进行平滑处理，以消除孤立的噪声点，提高后续人员检测的准确性。
S403：若短时能量最大值与短时能量均值的比值大于预设阈值，则确定幅值序列中包含人员活动信息。
在本实施例中，当预设检测区域无人员经过时，第二主成分序列的短时能量接近于零，而当预设检测区域有人员经过时，第二主成分序列的短时能量值很大，因此本实施例采用短时能量最大值与短时能量均值的比值作为人员检测的基础，相对于现有技术中对无线信号波形进行分析的方法，本发明实施例提供的人员检测方法更加简便快捷。
请一并参考图2、图5、及图6，图6为本申请又一实施例提供的身份合法性验证方法的流程示意图。在上述实施例的基础上，提取主成分分析序列中的人体活动片段，可以详述为：
S501：确定短时能量最大值在第二主成分序列中的对应位置，并将该对应位置确定为人员活动中心。
S502：在第二主成分序列上截取人员活动中心前后n秒的序列片段，作为人体活动片段。其中，n为预设值。
在本实施例中，n可以为人员活动的平均时间的倍数，例如，若人员活动时间为2秒，则n可以为1秒(为提高检测准确性，n也可以为2秒)。
可选地，作为本发明实施例提供的人员识别方法的一种具体实施方式，在上述实施例的基础上，提取所述人体活动片段中的人体特征数据，可以详述为：
对所述人体活动片段进行离散小波分解，得到近似系数，将所述近似系数作为人体特征数据。
在本实施例中，可采用小波变换对人体活动片段进行处理，小波变换是时间和频率的局部化分析，其通过伸缩平移运算对信号进行多尺度细化，以实现高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求。
在本实施例中，对所述人体活动片段进行离散小波分解后，可以得到近似系数和细节系数，其中近似系数对应于低频信息，即原信号的有用信息，细节系数对应于原信号的噪声信息，因此本实施例采用近似系数来作为人体特征数据。
其中，小波变换处理可采用Daubechies D4小波。
请一并参考图2及图7，图7为本申请又一实施例提供的身份合法性验证方法的流程示意图。在上述实施例的基础上，基于人体特征数据进行待验证人员的身份合法性验证，可以详述为：
S601：获取预先训练完成的聚类数据集。
在本实施例中，聚类数据集的训练过程可以为：
在待验证人员的身份录入阶段，采用步骤S101-S103的方法，得到每个待验证人员的人体活动片段，再提取每个待验证人员的人体活动片段中的人体特征数据，得到特征数据集。对特征数据集进行归一化处理，采用Hampel滤波器去除特征数据集中每条特征向量的离群点，最后采用K-means算法对特征数据集进行聚类，得到聚类数据集。其中，聚类数据集中包含多个聚类、每个聚类中心的坐标、以及每个聚类中任意一点到该聚类中心的距离。
S602：计算人体特征数据到聚类数据集中各个聚类中心的距离。
S603：基于人体特征数据到聚类数据集中各个聚类中心的距离进行待验证人员的身份合法性验证。
在本实施例中，步骤S603可以详述为：若某个人体特征数据到聚类数据集第i个聚类中心的距离Pi小于预设距离值Ri，则确定身份合法性验证成功，否则，身份合法性验证失败(也即当前待验证人员为非法人员)。
其中，Ri＝cLi，c为预设距离系数。
其中，Li＝max(li)，li＝[li(1)，li(2)，...,li(j)，...,li(Ki)]，Ki为第i个聚类的数据点个数，li(j)为第i个聚类中第j个数据点对应的第一距离值。
其中，第一距离值li(j)的确定方法为：
其中，lik为第i个聚类中第k个数据点到第i个聚类中心的距离，lij为第i个聚类中第j个数据点到第i个聚类中心的距离。
对应于上文实施例的身份合法性验证方法，图8为本发明一实施例提供的身份合法性验证装置的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。参考图8，该装置800包括：数据获取模块10、成分分析模块20、人员检测模块30、身份合法性验证模块40。
其中，数据获取模块10，用于获取待验证人员经过预设检测区域时所反射的无线信号，并采集无线信号中的信道状态信息。
主成分分析模块20，用于提取信道状态信息的幅值序列，并对幅值序列进行主成分分析，得到主成分分析序列。
人员检测模块30，用于根据主成分分析序列确定幅值序列中是否包含人员活动信息，若信道状态信息中包含人员活动信息，则提取主成分分析序列中的人体活动片段。
身份合法性验证模块40，用于提取人体活动片段中的人体特征数据，并基于人体特征数据进行待验证人员的身份合法性验证。
可选地，作为本发明实施例提供的身份合法性验证装置的一种具体实施方式，提取信道状态信息的幅值序列，并对幅值序列进行主成分分析，得到主成分分析序列，包括：
提取信道状态信息的幅值序列，并对幅值序列进行预处理。
基于主成分分析法对预处理后的幅值序列进行降维处理，得到主成分分析序列。
可选地，作为本发明实施例提供的身份合法性验证装置的一种具体实施方式，根据主成分分析序列确定幅值序列中是否包含人员活动信息，包括：
获取主成分分析序列中的第二主成分序列。
根据第二主成分序列的短时能量确定幅值序列中是否包含人员活动信息。
可选地，作为本发明实施例提供的身份合法性验证装置的一种具体实施方式，根据第二主成分序列的短时能量确定幅值序列中是否包含人员活动信息包括：
基于预设大小的滑动窗口将幅值序列划分为多帧子序列。
分别计算每帧子序列的短时能量，得到短时能量序列，并确定短时能量序列中的短时能量最大值和短时能量均值。
若短时能量最大值与短时能量均值的比值大于预设阈值，则确定幅值序列中包含人员活动信息。
可选地，作为本发明实施例提供的身份合法性验证装置的一种具体实施方式，提取主成分分析序列中的人体活动片段，包括：
确定短时能量最大值在第二主成分序列中的对应位置，并将该对应位置确定为人员活动中心。
在第二主成分序列上截取人员活动中心前后n秒的序列片段，作为人体活动片段。其中，n为预设值。
可选地，作为本发明实施例提供的身份合法性验证装置的一种具体实施方式，提取人体活动片段中的人体特征数据，包括：
对人体活动片段进行离散小波分解，得到近似系数。
将近似系数作为人体特征数据。
可选地，作为本发明实施例提供的身份合法性验证装置的一种具体实施方式，基于人体特征数据进行待验证人员的身份合法性验证，包括：
获取预先训练完成的聚类数据集。
计算人体特征数据到聚类数据集中各个聚类中心的距离。
基于人体特征数据到聚类数据集中各个聚类中心的距离进行待验证人员的身份合法性验证。
参见图9，图9为本发明一实施例提供的终端设备的示意框图。如图9所示的本实施例中的终端900可以包括：一个或多个处理器901、一个或多个输入设备902、一个或多个输出设备903及一个或多个存储器904。上述处理器901、输入设备902、则输出设备903及存储器904通过通信总线905完成相互间的通信。存储器904用于存储计算机程序，计算机程序包括程序指令。处理器901用于执行存储器904存储的程序指令。其中，处理器901被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图8所示模块10至40的功能。
应当理解，在本发明实施例中，所称处理器901可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备902可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备903可以包括显示器(LCD等)、扬声器等。
该存储器904可以包括只读存储器和随机存取存储器，并向处理器901提供指令和数据。存储器904的一部分还可以包括非易失性随机存取存储器。例如，存储器904还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器901、输入设备902、输出设备903可执行本发明实施例提供的身份合法性验证方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元，例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种身份合法性验证方法，其特征在于，包括：
获取待验证人员经过预设检测区域时所反射的无线信号，并采集所述无线信号中的信道状态信息；
提取所述信道状态信息的幅值序列，并对所述幅值序列进行主成分分析，得到主成分分析序列；
根据所述主成分分析序列确定所述幅值序列中是否包含人员活动信息，若所述信道状态信息中包含人员活动信息，则提取所述主成分分析序列中的人体活动片段；
提取所述人体活动片段中的人体特征数据，并基于所述人体特征数据进行待验证人员的身份合法性验证。
2.如权利要求1所述的身份合法性验证方法，其特征在于，所述提取所述信道状态信息的幅值序列，并对所述幅值序列进行主成分分析，得到主成分分析序列，包括：
提取所述信道状态信息的幅值序列，并对所述幅值序列进行预处理；
基于主成分分析法对预处理后的幅值序列进行降维处理，得到主成分分析序列。
3.如权利要求1所述的身份合法性验证方法，其特征在于，所述根据所述主成分分析序列确定所述幅值序列中是否包含人员活动信息，包括：
获取所述主成分分析序列中的第二主成分序列；
根据所述第二主成分序列的短时能量确定所述幅值序列中是否包含人员活动信息。
4.如权利要求3所述的身份合法性验证方法，其特征在于，根据所述第二主成分序列的短时能量确定所述幅值序列中是否包含人员活动信息包括：
基于预设大小的滑动窗口将所述幅值序列划分为多帧子序列；
分别计算每帧子序列的短时能量，得到短时能量序列，并确定短时能量序列中的短时能量最大值和短时能量均值；
若所述短时能量最大值与所述短时能量均值的比值大于预设阈值，则确定所述幅值序列中包含人员活动信息。
5.如权利要求4所述的身份合法性验证方法，其特征在于，所述提取所述主成分分析序列中的人体活动片段，包括：
确定所述短时能量最大值在第二主成分序列中的对应位置，并将该对应位置确定为人员活动中心；
在第二主成分序列上截取所述人员活动中心前后n秒的序列片段，作为人体活动片段；其中，n为预设值。
6.如权利要求1所述的身份合法性验证方法，其特征在于，所述提取所述人体活动片段中的人体特征数据，包括：
对所述人体活动片段进行离散小波分解，得到近似系数；
将所述近似系数作为人体特征数据。
7.如权利要求1所述的身份合法性验证方法，其特征在于，所述基于所述人体特征数据进行待验证人员的身份合法性验证，包括：
获取预先训练完成的聚类数据集；
计算所述人体特征数据到所述聚类数据集中各个聚类中心的距离；
基于所述人体特征数据到所述聚类数据集中各个聚类中心的距离进行待验证人员的身份合法性验证。
8.一种身份合法性验证装置，其特征在于，包括：
数据获取模块，用于获取待验证人员经过预设检测区域时所反射的无线信号，并采集所述无线信号中的信道状态信息；
主成分分析模块，用于提取所述信道状态信息的幅值序列，并对所述幅值序列进行主成分分析，得到主成分分析序列；
人员检测模块，用于根据所述主成分分析序列确定所述幅值序列中是否包含人员活动信息，若所述信道状态信息中包含人员活动信息，则提取所述主成分分析序列中的人体活动片段；
身份合法性验证模块，用于提取所述人体活动片段中的人体特征数据，并基于所述人体特征数据进行待验证人员的身份合法性验证。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010214393.1A CN111339511A (zh) | 2020-03-24 | 2020-03-24 | 身份合法性验证方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010214393.1A CN111339511A (zh) | 2020-03-24 | 2020-03-24 | 身份合法性验证方法、装置及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111339511A true CN111339511A (zh) | 2020-06-26 |
Family
ID=71186130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010214393.1A Pending CN111339511A (zh) | 2020-03-24 | 2020-03-24 | 身份合法性验证方法、装置及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111339511A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111859352A (zh) * | 2020-07-23 | 2020-10-30 | 歌尔科技有限公司 | 一种身份认证方法、装置、智能穿戴设备及可读存储介质 |
| CN112200037A (zh) * | 2020-09-29 | 2021-01-08 | 中国科学院上海微系统与信息技术研究所 | 一种微弱信号检测方法、终端和计算机可读存储介质 |
| CN112839327A (zh) * | 2021-01-21 | 2021-05-25 | 河北工程大学 | 基于WiFi信号的人员合法性检测方法及装置 |
| CN114915911A (zh) * | 2021-12-23 | 2022-08-16 | 天翼数字生活科技有限公司 | 一种基于CSI的Wi-Fi终端保护方法、系统及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106658590A (zh) * | 2016-12-28 | 2017-05-10 | 南京航空航天大学 | 基于WiFi信道状态信息多人室内环境状态监控系统的设计与实现 |
| CN108901021A (zh) * | 2018-05-31 | 2018-11-27 | 大连理工大学 | 一种基于无线网络信道状态信息的深度学习身份识别系统及方法 |
| CN109728863A (zh) * | 2018-12-26 | 2019-05-07 | 河北工程大学 | 人员活动持续时间估计方法、装置和终端设备 |
| CN110011741A (zh) * | 2019-03-29 | 2019-07-12 | 河北工程大学 | 基于无线信号的身份识别方法及装置 |
| US10404697B1 (en) * | 2015-12-28 | 2019-09-03 | Symantec Corporation | Systems and methods for using vehicles as information sources for knowledge-based authentication |
| CN110633642A (zh) * | 2019-08-14 | 2019-12-31 | 深圳市天彦通信股份有限公司 | 身份信息验证方法、装置、终端设备及存储介质 |
-
2020
- 2020-03-24 CN CN202010214393.1A patent/CN111339511A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10404697B1 (en) * | 2015-12-28 | 2019-09-03 | Symantec Corporation | Systems and methods for using vehicles as information sources for knowledge-based authentication |
| CN106658590A (zh) * | 2016-12-28 | 2017-05-10 | 南京航空航天大学 | 基于WiFi信道状态信息多人室内环境状态监控系统的设计与实现 |
| CN108901021A (zh) * | 2018-05-31 | 2018-11-27 | 大连理工大学 | 一种基于无线网络信道状态信息的深度学习身份识别系统及方法 |
| CN109728863A (zh) * | 2018-12-26 | 2019-05-07 | 河北工程大学 | 人员活动持续时间估计方法、装置和终端设备 |
| CN110011741A (zh) * | 2019-03-29 | 2019-07-12 | 河北工程大学 | 基于无线信号的身份识别方法及装置 |
| CN110633642A (zh) * | 2019-08-14 | 2019-12-31 | 深圳市天彦通信股份有限公司 | 身份信息验证方法、装置、终端设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 乔玲玲等: "人体语音特征提取身份优化验证仿真研究", 《计算机仿真》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111859352A (zh) * | 2020-07-23 | 2020-10-30 | 歌尔科技有限公司 | 一种身份认证方法、装置、智能穿戴设备及可读存储介质 |
| CN112200037A (zh) * | 2020-09-29 | 2021-01-08 | 中国科学院上海微系统与信息技术研究所 | 一种微弱信号检测方法、终端和计算机可读存储介质 |
| CN112200037B (zh) * | 2020-09-29 | 2023-12-26 | 中国科学院上海微系统与信息技术研究所 | 一种微弱信号检测方法、终端和计算机可读存储介质 |
| CN112839327A (zh) * | 2021-01-21 | 2021-05-25 | 河北工程大学 | 基于WiFi信号的人员合法性检测方法及装置 |
| CN112839327B (zh) * | 2021-01-21 | 2022-08-16 | 河北工程大学 | 基于WiFi信号的人员合法性检测方法及装置 |
| CN114915911A (zh) * | 2021-12-23 | 2022-08-16 | 天翼数字生活科技有限公司 | 一种基于CSI的Wi-Fi终端保护方法、系统及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111339511A (zh) | 身份合法性验证方法、装置及终端设备 | |
| CN105678273B (zh) | 射频指纹识别技术瞬态信号的起始点检测算法 | |
| US9767266B2 (en) | Methods and systems for biometric-based user authentication by voice | |
| CA2417074A1 (en) | Method and system for trend detection and analysis | |
| US10163528B2 (en) | Determining user-interested information based on wearable device | |
| CN103948398B (zh) | 适用于Android系统的心音定位分段方法 | |
| CN105227307A (zh) | 身份验证方法与系统以及服务器数据处理方法和服务器 | |
| CN107392123B (zh) | 一种基于相参积累消噪的射频指纹特征提取和识别方法 | |
| KR20160024600A (ko) | 심전도 신호를 이용한 사용자 인증 방법 및 장치 | |
| CN110011741A (zh) | 基于无线信号的身份识别方法及装置 | |
| CN111444830A (zh) | 基于超声回波信号的成像的方法、装置、存储介质及电子装置 | |
| US20180035922A1 (en) | Method for biometric human identification based on electrocardiogram and ptt smart watch system using the same method | |
| CN111652132B (zh) | 基于深度学习的非视距身份识别方法、设备及存储介质 | |
| CN115941084A (zh) | 基于时频图模板匹配的水声通信前导信号检测方法及装置 | |
| CN116132991A (zh) | Rke系统的射频指纹认证方法、装置及存储介质 | |
| CN116959059A (zh) | 一种活体检测的方法、装置以及存储介质 | |
| CN107341519B (zh) | 一种基于多分辨率分析的支持向量机识别优化方法 | |
| CN106897693B (zh) | 一种身份识别方法、装置及系统 | |
| CN110190917A (zh) | 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备 | |
| CN109164986A (zh) | 云盘数据处理方法、装置、电子设备及存储介质 | |
| CN108509804A (zh) | 设备控制方法及相关产品 | |
| EP3786837A1 (en) | Electronic apparatus and method of processing fingerprint image | |
| CN110020520B (zh) | 一种基于声音信号的人脸识别辅助认证方法和系统 | |
| CN114617543A (zh) | 一种身份可识别呼吸监测方法及装置 | |
| CN112839327B (zh) | 基于WiFi信号的人员合法性检测方法及装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 056038 No.19 Taiji Road, Handan economic and Technological Development Zone, Hebei Province Applicant after: HEBEI University OF ENGINEERING Address before: 056038 No.19 Taiji Road, economic development zone, Handan City, Hebei Province Applicant before: HEBEI University OF ENGINEERING |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200626 |
|
| RJ01 | Rejection of invention patent application after publication |