CN112052442A - 一种身份认证的方法及装置 - Google Patents

一种身份认证的方法及装置 Download PDF

Info

Publication number
CN112052442A
CN112052442A CN202010953260.6A CN202010953260A CN112052442A CN 112052442 A CN112052442 A CN 112052442A CN 202010953260 A CN202010953260 A CN 202010953260A CN 112052442 A CN112052442 A CN 112052442A
Authority
CN
China
Prior art keywords
authenticated
heartbeat cycle
heartbeat
waveform
user
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
Application number
CN202010953260.6A
Other languages
English (en)
Inventor
周鲁平
张剑
牛洋洋
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.)
Shenzhen Shuliantianxia Intelligent Technology Co Ltd
Original Assignee
Shenzhen Shuliantianxia Intelligent Technology 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 Shenzhen Shuliantianxia Intelligent Technology Co Ltd filed Critical Shenzhen Shuliantianxia Intelligent Technology Co Ltd
Priority to CN202010953260.6A priority Critical patent/CN112052442A/zh
Publication of CN112052442A publication Critical patent/CN112052442A/zh
Pending legal-status Critical Current

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
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C31/00—Details or accessories for chairs, beds, or the like, not provided for in other groups of this subclass, e.g. upholstery fasteners, mattress protectors, stretching devices for mattress nets
    • A47C31/12—Means, e.g. measuring means for adapting chairs, beds or mattresses to the shape or weight of persons
    • A47C31/123—Means, e.g. measuring means for adapting chairs, beds or mattresses to the shape or weight of persons for beds or mattresses

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请适用于生物检测的技术领域，提供了一种身份认证的方法及装置，所述方法包括：获取心跳周期波形模板。采集待认证用户的待认证心跳周期波形。计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。上述方案，根据已认证用户与待认证用户对应的心跳周期波形，判断用户身份。实现了对用户身份认证的过程，进而针对不同用户实现个性化功能。

Description

一种身份认证的方法及装置
技术领域
本申请属于生物检测的技术领域，尤其涉及一种身份认证的方法及装置。
背景技术
随着人工智能的普及，各类产品走向智能化。而智能家居作为智能化的新风口，各类智能家居产品，遍地开花。其中，智能床垫作为智能家居的一种新创品类。由于解决了用户健康睡眠需求，愈发受到消费者青睐。
虽然传统的智能床垫衍生了一系列智能化功能，但是依然存在着不少痛点。例如，传统的智能床垫由于无法识别用户，导致智能床垫无法实现针对不同用户的智能化功能，这是一个亟需解决的问题。
发明内容
有鉴于此，本申请实施例提供了一种身份认证的方法、装置、智能床垫以及计算机可读存储介质，可以解决传统的智能床垫由于无法识别用户，导致智能床垫无法实现针对不同用户的智能化功能的技术问题。
本申请实施例的第一方面提供了一种身份认证的方法，所述方法包括：
获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形；
采集待认证用户的待认证心跳周期波形；
计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数；
若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。
本申请实施例的第二方面提供了一种身份认证的装置，所述装置包括：
获取单元，用于获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形；
采集单元，用于采集待认证用户的待认证心跳周期波形；
计算单元，用于计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数；
确定单元，用于若所述相关系数大于阈值，则确定所述待认证用户为所述已认证用户。
本申请实施例的第三方面提供了一种智能床垫，包括床体、传感器、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第一方面所述方法的步骤。
本申请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第一方面所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：本申请通过，获取心跳周期波形模板。采集待认证用户的待认证心跳周期波形。计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。上述方案，根据已认证用户与待认证用户对应的心跳周期波形，判断用户身份。实现了对用户身份认证的过程，进而针对不同用户实现个性化功能。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或相关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申请的一些实施例，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它的附图。
图1示出了本申请一实施例提供的智能床垫结构的示意图；
图2示出了本申请提供的一种身份认证的方法的示意性流程图；
图3示出了本申请提供的心跳波形的示意图；
图4示出了本申请提供的一种身份认证的方法中步骤202的具体示意性流程图；
图5示出了本申请提供的一种身份认证的方法中步骤2023的具体示意性流程图；
图6示出了本申请提供的波形叠加的示意图；
图7示出了本申请提供的另一种身份认证的方法的示意性流程图；
图8示出了本申请提供的另一种身份认证的方法的示意性流程图；
图9示出了本申请提供的一种身份认证的装置的示意图
图10示出了本申请一实施例提供的一种智能床垫的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
虽然传统的智能床垫衍生了一系列智能化功能，但是依然存在着不少痛点。例如，传统的智能床垫由于无法识别用户，导致智能床垫无法实现针对不同用户的智能化功能，这是一个亟需解决的问题。
有鉴于此，本申请实施例提供了一种身份认证的方法、装置、智能床垫以及计算机可读存储介质，可以解决上述技术问题。
请参见图1，图1示出了本申请一实施例提供的智能床垫结构的示意图。如图1所示，智能床垫11包括传感器113以及处理器115。处理器115与传感器113连接。连接方式可以是无线连接，也可以是有线连接。
其中，智能床垫11还可以包括其他模块，例如助眠装置、止鼾装置或灯组等等。智能床垫11并不限于图1所示的结构，图1仅仅是起示意作用，对图1中设备的类型以及数量不做任何限定。
传感器113可以是微动传感器，用于采集心跳波形，并将心跳波形传输至处理器115。
处理器115用于获取心跳周期波形模板。采集待认证用户的待认证心跳周期波形。计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。
基于上述硬件环境，本申请提供的一种身份认证的方法，本方法的执行主体是智能床垫11中的处理器115。请参见图2，图2示出了本申请提供的一种身份认证的方法的示意性流程图。
如图2所示，该方法可以包括如下步骤：
步骤201，获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形。
在执行步骤201前，预先存储已认证用户对应的心跳周期波形模板。当需要进行身份认证时，处理器115获取心跳周期波形模板。其中，心跳周期波形模板是指由已认证用户对应的历史心跳波形得到的心跳周期波形。
心跳周期波形是由心脏周期性跳动产生的信号波形。请参见图3，图3示出了本申请提供的心跳波形的示意图。如图3所示，A至C表示历史心跳波形，历史心跳波形中包括多个心跳周期波形：心跳周期波形A、心跳周期波形B或心跳周期波形C。其中，图3仅仅是对历史心跳波形起实例作用，对历史心跳波形并不做任何限定，历史心跳波形中的心跳周期波形可以更多或更少。
需要强调的是，心跳周期波形模板并不是截取历史心跳波形中的周期波形作为心跳周期波形模板。而是根据历史心跳波形计算得到心跳周期波形模板。
步骤202，采集待认证用户的待认证心跳周期波形。
处理器115根据待认证用户的当前心态波形采集待认证心跳周期波形。
具体地，步骤202，具体包括如下步骤。请参见图4，图4示出了本申请提供的一种身份认证的方法中步骤202的具体示意性流程图。如图4所示步骤202具体包括如下步骤：
步骤2021，获取所述待认证用户的当前心跳波形，所述当前心跳波形包括多个心跳周期波形。
处理器115获取待认证用户的当前心跳波形。其中，当前心跳波形中包括多个心跳周期波形。
步骤2022，在所述当前心跳波形中获取第三预设数量的心跳周期波形。
处理器115在当前心跳波形中获取第三预设数量的心跳周期波形。其中，第三预设数量可根据实际应用场景而定。可以理解的是，第三预设数量越大，结果精度越高，但是需占用较多计算资源。相反的，第三预设数量越小，结果精度越低，但是占用的计算资源较少。可根据实际场景权衡，设定第三预设数量。
步骤2023，将第三预设数量的心跳周期波形叠加，得到所述待认证心跳周期波形。
处理器155将第三预设数量的心跳周期波形进行波形叠加，得到待认证心跳周期波形。即将多个周期波形叠加，得到一个波形的过程。
具体地，步骤2023，具体包括：通过波形相干叠加法叠加所述心跳周期波形，得到所述待认证心跳周期波形。
波形相干叠加法是一种信号处理方法，可将多个波形叠加，得到最终的波形。处理器115通过波形相干叠加法叠加心跳周期波形，得到待认证心跳周期波形。
具体地，步骤2023，具体包括如下步骤。请参见图5，图5示出了本申请提供的一种身份认证的方法中步骤2023的具体示意性流程图。如图5所示步骤202具体包括如下步骤：
步骤2023a，将每个所述心跳周期波形以预设精度离散化，得到多个离散值。
处理器115将每个心跳周期波形以预设精度离散化，得到多个离散值。其中，波形的离散化为现有技术，在此不再赘述。例如，可通过MATLAB仿真软件进行离散化。
步骤2023b，将每个所述心跳周期波形中对应位置的离散值相加，得到第一数值。
处理器115将心跳周期波形中每个位置的离散值相加，得到第一数值。请参见图6，图6示出了本申请提供的波形叠加的示意图。如图6所示，每个心跳周期波形被离散化为六个点。将每个心跳周期波形中对应位置的离散值相加，如：将点61、点62与点63相加，得到这个位置对应的第一数值，将点71、点72与点73相加，得到这个位置对应的第一数值。每一个位置对应一个第一数值，得到多个位置对应的第一数值。
其中，图6对心跳周期波形的数量以及采样精度仅仅是实例作用，并不做任何限定。其中，为了更好地解释本申请的技术方案，故采用波形的离散点较稀疏。
步骤2023c，将所述第一数值除以所述第三预设数量，得到每个位置的平均值。
处理器115求取每个位置的平均值，即将第一数值除以第三预设数量(待认证心跳周期波形的数量)，得到每个位置的平均值。
步骤2023d，将每个位置的平均值拟合，得到所述待认证心跳周期波形。
处理器115将每个位置的平均值拟合，得到待认证心跳周期波形。其中，离散值拟合的方法为现有技术，在此不再赘述。
步骤203，计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。
相关系数是用以反映变量之间相关关系密切程度的指标。处理器115计算心跳周期波形模板与待认证心跳周期波形之间的相关系数。通过相关系数判断心跳周期波形模板与待认证心跳周期波形是否相似，进而判断待认证用户是否为已认证用户。
步骤204，若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。
若相关系数大于或等于阈值，则表示心跳周期波形模板与待认证心跳周期波形较为相似，即待认证用户为所述已认证用户。
若所述相关系数小于阈值，则确定待认证用户不为已认证用户。
例如，若相关系数大于或等于0.66，则确定待认证用户为已认证用户。若相关系数小于0.66，则确定待认证用户不为已认证用户。
作为本申请的一个实施例，可预存多个已认证用户各自对应的心跳周期波形模板。若执行步骤201至步骤204后，确认待认证用户不为第一已认证用户。则循环执行步骤201至步骤204，验证待认证用户是否为第二已认证用户。直至匹配到待认证用户对应的待认证用户或多个已认证用户全部匹配完毕。
作为本申请的一个实施例，若确定待认证用户不为已认证用户。可获取待认证用户的用户信息。将用户信息与待认证心跳周期波形绑定，将待认证用户预存为已认证用户。以用于后续认证，即增加已认证用户的过程。
本实施例通过，获取心跳周期波形模板。采集待认证用户的待认证心跳周期波形。计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。上述方案，根据已认证用户与待认证用户对应的心跳周期波形，判断用户身份。实现了对用户身份认证的过程，进而针对不同用户实现个性化功能。
可选地，在上述图2所示实施例的基础上，在所述获取心跳周期波形模板之前，还包括以下步骤，请参见图7，图7示出了本申请提供的另一种身份认证的方法的示意性流程图。本实施例中步骤707至步骤710，与图2所示实施例中步骤201至步骤204相同，具体请参阅图2所示实施例中步骤201至步骤204的相关描述，此处不赘述。
步骤701，获取所述已认证用户的历史心跳波形，所述历史心跳波形包括多个历史心跳周期波形。
当已认证用户躺在智能床垫上时，获取已认证用户的历史心跳波形。例如，如图1所示，已认证用户112躺在智能床垫11上。床垫11中的微动传感器113采集由用户心脏跳动产生的原始心跳波形，并传输至处理器115。处理器115获取微动传感器采集的原始心跳波形，对原始心跳波形进行去噪等一系列预处理，得到历史心跳波形。历史心跳波形为长波形，即历史心跳波形中包括多个历史心跳周期波形。
步骤702，提取所述历史心跳波形中第一预设数量的历史心跳周期波形。
处理器115提取历史心跳波形中第一预设数量的历史心跳周期波形。
步骤703，按照预设采样频率在每个所述历史心跳周期波形中采集第二预设数量的心跳值。
处理器115按照预设采样频率在每个心跳周期波形中采集第二预设数量的心跳值，得到每个心跳周期波形各自对应的第二预设数量的心跳值。
步骤704，根据每个所述历史心跳周期波形中第二预设数量的所述心跳值，构建矩阵。
处理器115根据每个历史心跳周期波形中第二预设数量的所述心跳值，构建矩阵。
具体地，步骤704，具体包括：将每个所述历史心跳周期波形中第二预设数量的心跳值按照时序关系由左至右横向排列，得到多个有序数组。将所述多个有序数组按照时序关系由上至下纵向排列，得到所述矩阵。
示例性地，假设第一预设数量为300，第二预设数量为100。将每个历史心跳周期波形中第二预设数量的心跳值按照时序关系由左至右横向排列，得到如下多个有序数组：[f1(1) f1(2) f1(3) f1(4) ... f1(100)]、[f2(1) f2(2) f2(3) f2(4) ... f4(100)]、[f3(1)f3(2) f3(3) f3(4) ... f3(100)]……[f300(1) f300(2) f300(3) f3(4) ... f300(100)]。
将多组所述有序数组按照时序关系由上至下纵向排列，得到如下矩阵：
Figure BDA0002677753410000101
步骤705，获取所述矩阵中每个列中的中位数。
处理器115获取矩阵中每个列中的中位数，即f1(1)至f300(1)之间的中位数。
步骤706，按照所述中位数的时序关系，将多个所述中位数拟合为所述心跳周期波形模板。
经过步骤705得到如下离散中位数：
[f中(1) f中(2) f中(3) f中(4) ... f中(100)]。可以理解的是，离散中位数，可作为一个周期的离散值。故可按照离散中位数的时序关系，将多个中位数拟合为心跳周期波形模板。
步骤707，获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形。
步骤708，采集待认证用户的待认证心跳周期波形。
步骤709，计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。
步骤710，若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。
在本实施例中，获取所述已认证用户的历史心跳波形，所述历史心跳波形包括多个历史心跳周期波形。提取所述历史心跳波形中第一预设数量的历史心跳周期波形。按照预设采样频率在每个所述历史心跳周期波形中采集第二预设数量的心跳值。根据每个所述历史心跳周期波形中第二预设数量的所述心跳值，构建矩阵。获取所述矩阵中每个列中的中位数。按照所述中位数的时序关系，将多个所述中位数拟合为所述心跳周期波形模板。通过上述方案，得到心跳周期波形模板，以根据已认证用户与待认证用户对应的心跳周期波形，判断用户身份。实现了对用户身份认证的过程，进而针对不同用户实现个性化功能。
可选地，在上述图2所示实施例的基础上，在所述计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数之后，还包括以下步骤，请参见图8，图8示出了本申请提供的另一种身份认证的方法的示意性流程图。本实施例中步骤801至步骤804，与图2所示实施例中步骤201至步骤204相同，具体请参阅图2所示实施例中步骤201至步骤204的相关描述，此处不赘述。
步骤801，获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形。
步骤802，采集待认证用户的待认证心跳周期波形。
步骤803，计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。
步骤804，若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。
步骤805，若所述相关系数小于所述阈值，则确定所述待认证用户不为所述已认证用户。
在本实施例中，若所述相关系数小于所述阈值，则确定所述待认证用户不为所述已认证用户。以判断用户身份，实现了对用户身份认证的过程，进而针对不同用户实现个性化功能。
如图9本申请提供了一种身份认证的装置9，请参见图9，图9示出了本申请提供的一种身份认证的装置的示意图，如图9所示一种身份认证的装置包括：
获取单元91，用于获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形；
采集单元92，用于采集待认证用户的待认证心跳周期波形；
计算单元93，用于计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数；
确定单元94，用于若所述相关系数大于阈值，则确定所述待认证用户为所述已认证用户。
本申请提供的一种身份认证的装置，获取心跳周期波形模板。采集待认证用户的待认证心跳周期波形。计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数。若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。上述方案，根据已认证用户与待认证用户对应的心跳周期波形，判断用户身份。实现了对用户身份认证的过程，进而针对不同用户实现个性化功能。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
图10示出了本申请一实施例提供的一种智能床垫的示意图。如图10所示，该实施例的一种智能床垫10包括：包括床体101、传感器102、存储器103、处理器104以及存储在所述存储器103中并可在所述处理器104上运行的计算机程序105。
处理器104、存储器103以及存储在所述存储器103中并可在所述处理器104上运行的计算机程序105，例如一种身份认证的程序。所述处理器104执行所述计算机程序105时实现上述各个一种身份认证的方法实施例中的步骤，例如图2所示的步骤201至步骤204。或者，所述处理器104执行所述计算机程序105时实现上述各装置实施例中各单元的功能，例如图9所示单元91至94。
示例性的，所述计算机程序105可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器103中，并由所述处理器104执行，以完成本申请。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序105在所述一种智能床垫10中的执行过程。例如，所述计算机程序105可以被分割成各单元具体功能如下：
获取单元，用于获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形；
采集单元，用于采集待认证用户的待认证心跳周期波形；
计算单元，用于计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数；
确定单元，用于若所述相关系数大于阈值，则确定所述待认证用户为所述已认证用户。
所述一种智能床垫10可包括，但不仅限于，处理器104、存储器103。本领域技术人员可以理解，图10仅仅是一种智能床垫10的示例，并不构成对一种智能床垫10的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种智能床垫还可以包括输入输出设备、网络接入设备、总线等。
所述存储器103可以是所述一种智能床垫10的内部存储单元，例如一种智能床垫10的硬盘或内存。所述存储器103也可以是所述一种智能床垫10的外部存储设备，例如所述一种智能床垫10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，所述存储器103还可以既包括所述一种智能床垫10的内部存储单元也包括外部存储设备。所述存储器103用于存储所述计算机程序以及所述一种智能床垫所需的其他程序和数据。所述存储器103还可以用于暂时地存储已经输出或者将要输出的数据。
所称处理器104可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal 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。
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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
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、或者计算机软件和电子硬件的结合来实现。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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的智能床垫和方法，可以通过其它的方式实现。例如，以上所描述的智能床垫实施例仅仅是示意性的，例如，所述模块或单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述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实施例方案的目的。
另外，在本申请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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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，所述的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，所述计算机程序包括计算机程序代码，所述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。所述计算机可读介质可以包括：能够携带所述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(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述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电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之间。

Claims (10)

1.一种身份认证的方法，其特征在于，所述方法包括：
获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形；
采集待认证用户的待认证心跳周期波形；
计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数；
若所述相关系数大于或等于阈值，则确定所述待认证用户为所述已认证用户。
2.如权利要求1所述方法，其特征在于，在所述获取心跳周期波形模板之前，还包括：
获取所述已认证用户的历史心跳波形，所述历史心跳波形包括多个历史心跳周期波形；
提取所述历史心跳波形中第一预设数量的历史心跳周期波形；
按照预设采样频率在每个所述历史心跳周期波形中采集第二预设数量的心跳值；
根据每个所述历史心跳周期波形中第二预设数量的心跳值，构建矩阵；
获取所述矩阵中每个列中的中位数；
按照所述中位数的时序关系，将多个所述中位数拟合为所述心跳周期波形模板。
3.如权利要求2所述方法，其特征在于，所述根据每个所述历史心跳周期波形中第二预设数量的心跳值，构建矩阵，包括：
将每个所述历史心跳周期波形中第二预设数量的心跳值按照时序关系由左至右横向排列，得到多个有序数组；
将所述多个有序数组按照时序关系由上至下纵向排列，得到所述矩阵。
4.如权利要求1所述方法，其特征在于，所述采集待认证用户的待认证心跳周期波形，包括：
获取所述待认证用户的当前心跳波形，所述当前心跳波形包括多个心跳周期波形；
在所述当前心跳波形中获取第三预设数量的心跳周期波形；
将第三预设数量的心跳周期波形叠加，得到所述待认证心跳周期波形。
5.如权利要求4所述方法，其特征在于，所述将第三预设数量的心跳周期波形叠加，得到所述待认证心跳周期波形，包括：
通过波形相干叠加法叠加所述心跳周期波形，得到所述待认证心跳周期波形。
6.如权利要求4所述方法，其特征在于，所述将第三预设数量的心跳周期波形叠加，得到所述待认证心跳周期波形，包括：
将每个所述心跳周期波形以预设精度离散化，得到多个离散值；
将每个所述心跳周期波形中对应位置的离散值相加，得到第一数值；
将所述第一数值除以所述第三预设数量，得到每个位置的平均值；
将每个位置的平均值拟合，得到所述待认证心跳周期波形。
7.如权利要求1所述方法，其特征在于，在所述计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数之后，还包括：
若所述相关系数小于所述阈值，则确定所述待认证用户不为所述已认证用户。
8.一种身份认证的装置，其特征在于，所述装置包括：
获取单元，用于获取心跳周期波形模板，所述心跳周期波形模板为预存的已认证用户对应的心跳周期波形；
采集单元，用于采集待认证用户的待认证心跳周期波形；
计算单元，用于计算所述心跳周期波形模板与所述待认证心跳周期波形之间的相关系数；
确定单元，用于若所述相关系数大于阈值，则确定所述待认证用户为所述已认证用户。
9.一种智能床垫，包括床体、传感器、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。
CN202010953260.6A 2020-09-11 2020-09-11 一种身份认证的方法及装置 Pending CN112052442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010953260.6A CN112052442A (zh) 2020-09-11 2020-09-11 一种身份认证的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010953260.6A CN112052442A (zh) 2020-09-11 2020-09-11 一种身份认证的方法及装置

Publications (1)

Publication Number Publication Date
CN112052442A true CN112052442A (zh) 2020-12-08

Family

ID=73611683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010953260.6A Pending CN112052442A (zh) 2020-09-11 2020-09-11 一种身份认证的方法及装置

Country Status (1)

Country Link
CN (1) CN112052442A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468494A (zh) * 2021-06-16 2021-10-01 南京润楠医疗电子研究院有限公司 一种非接触式的基于心跳的用户身份连续认证方法与系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468494A (zh) * 2021-06-16 2021-10-01 南京润楠医疗电子研究院有限公司 一种非接触式的基于心跳的用户身份连续认证方法与系统
CN113468494B (zh) * 2021-06-16 2024-04-12 南京润楠医疗电子研究院有限公司 一种非接触式的基于心跳的用户身份连续认证方法与系统

Similar Documents

Publication Publication Date Title
CN107169454B (zh) 一种人脸图像年龄估算方法、装置及其终端设备
US9946942B2 (en) Method, apparatus and system for biometric identification
CN106031638B (zh) 基于指纹和心电图信号的用户验证方法和设备
US10467548B2 (en) Method, apparatus and system for biometric identification
WO2021226778A1 (zh) 一种基于层次图卷积神经网络的癫痫脑电识别系统、终端及存储介质
CN110472481B (zh) 一种睡姿检测方法、装置及设备
CN109543663A (zh) 一种犬只身份识别方法、装置、系统及存储介质
US11653873B2 (en) Skin detection device and product information determination method, device and system
CN101453947A (zh) 生物测定识别
CN103761465A (zh) 一种身份验证的方法及装置
KR20170091318A (ko) 심전도 신호를 이용한 인증 장치 및 방법
Vezzetti et al. Geometry-based 3D face morphology analysis: soft-tissue landmark formalization
CN111462264B (zh) 医学图像重建方法、医学图像重建网络训练方法和装置
CN111401339A (zh) 识别人脸图像中的人的年龄的方法、装置及电子设备
CN110720906B (zh) 脑图像处理方法、计算机设备和可读存储介质
CN109698017B (zh) 医疗病历数据生成方法及装置
CN112052442A (zh) 一种身份认证的方法及装置
Gomes et al. Visual attention guided features selection with foveated images
Mortensen et al. Multi-class stress detection through heart rate variability: A deep neural network based study
CN107633506B (zh) 一种图像对称性检测方法、装置及终端设备
CN111881905A (zh) 调整感兴趣区域的方法与其运算装置
CN113887463A (zh) 一种icu病房监控方法、装置、电子设备及介质
CN113040578A (zh) 枕头高度调节方法、装置、计算机设备和存储介质
CN112843425A (zh) 基于睡眠枕的睡姿检测方法、装置、电子设备及存储介质
CN112507916A (zh) 一种基于面部神态的人脸检测方法和系统

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