CN206097118U - 一种用于基于脑电波的多模态个人身份识别的采集系统 - Google Patents
一种用于基于脑电波的多模态个人身份识别的采集系统 Download PDFInfo
- Publication number
- CN206097118U CN206097118U CN201620697480.6U CN201620697480U CN206097118U CN 206097118 U CN206097118 U CN 206097118U CN 201620697480 U CN201620697480 U CN 201620697480U CN 206097118 U CN206097118 U CN 206097118U
- Authority
- CN
- China
- Prior art keywords
- brain
- brain wave
- electricity
- acquisition device
- eeg signals
- 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.)
- Expired - Fee Related
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 115
- 230000005611 electricity Effects 0.000 claims abstract description 66
- 238000012546 transfer Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 10
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 210000000515 tooth Anatomy 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000004907 flux Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 7
- 230000007812 deficiency Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本实用新型涉及一种用于基于脑电波的多模态个人身份识别的采集系统，属于脑电采集技术领域。本实用新型包括脑电采集装置、指纹采集装置、脑电预处理模块；所述脑电采集装置将采集到的用户脑电通过蓝牙模块传输给脑电预处理模块，进行预处理之后的脑电信号和指纹采集装置采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统。本实用新型可有效地实现用于基于脑电波的多模态个人身份识别的脑电信号及指纹数据的采集。
Description
技术领域
本实用新型涉及一种用于基于脑电波的多模态个人身份识别的采集系统，属于脑电采集技术领域。
背景技术
身份识别系统往往是基于个体的生理或行为特征，随着科技的进步和研究的一步步深入近几十年来身份识别系统得到了快速的发展，己经有基于个体指纹、人脸、虹膜、脑电波、视网膜、签名、步态、掌纹、声音、耳朵、手背静脉、DNA等生物特征的身份识别系统。这些生物特征有些己经广泛的应用到实际产品中，有些还处于理论研究阶段，基于各种生物特征模态的身份识别系统都有自己的优势与不足。活体检测是解决这些不足的一种方法，即检测获取的生物特征是否是声称的活体在进行身份识别时产生的，这种活体检测算法在硬件和软件方面都可以很容易实现，并且具有难以仿制的特性。
随着人们对安全性的需求日益增加，这些生物特性由于自身的限制，传统的单一生物特征比如人脸、指纹、掌纹、语音和虹膜都有一个共同的缺点，它们都容易被伪造和被胁迫产生。关于生物特征识别领域提高安全性和隐私保护等问题，学术界也一直有很多的讨论。尤其是在极端重要且恶意入侵可能性高的敏感场所存在着一定的安全漏洞和隐患。因为：容易受各种因素和条件影响，如肥胖能够让脸部轮廓变形，感冒可能会导致声音的改变，这些都直接或间接地导致识别失败；容易被伪造和盗取，已经有研究人员使用伪造的生物特性成功地入侵到现有的系统中去，因此安全性岌岌可危，难以进行活体检测。
中华人民共和国第三代居民身份证，仍处于概念设计阶段。应该在集约型身份证信息上下功夫，将很有可能将采集居民的指纹、脑电等信息作为身份信息，如果这一但成为可能，我们就可以充分利用这一庞大的数据库进行个人身份鉴定。
基于单一生物特征的身份识别系统在应用中往往只能满足一部分要求，而在另一些方面则有不足。一个用于基于两个或者多个生物特征的多模态身份识别系统可以发挥各个生物特征的优点,同时各个生物特征之间又能互相补充,弥补缺点。综上所述，将脑电作为一种互补的生物特征模态添加到指纹识别系统中可以弥补指纹识别系统的缺陷，使其具有更好的防伪和防欺骗性能。
发明内容
本实用新型提供了一种用于基于脑电波的多模态个人身份识别的采集系统，以用于实现用于基于脑电波的多模态个人身份识别的脑电信号及指纹数据的采集。
本实用新型的技术方案是：一种用于基于脑电波的多模态个人身份识别的采集系统，包括脑电采集装置1、指纹采集装置2、脑电预处理模块3；
所述脑电采集装置1将采集到的用户脑电通过蓝牙模块7传输给脑电预处理模块3，进行预处理之后的脑电信号和指纹采集装置2采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5。
所述脑电采集装置1为8通道无线蓝牙干电极脑电帽。
所述指纹采集装置2采用URU5000指纹采集器。
所述脑电预处理模块3包括蓝牙模块7、前置放大器8、高通滤波电路9、低通滤波电路10、50Hz陷波电路11、A/D转换电路12、脑电微处理器13、串口模块14；
其中蓝牙模块7接收脑电采集装置1采集到的用户脑电并传输给前置放大器8将脑电信号放大1000倍，将放大后的信号通过高通滤波电路9和低通滤波电路10过滤掉低于0.1Hz和高于100Hz的脑电信号，通过50Hz陷波电路11滤掉脑电信号中的50Hz工频干扰信号，再通过A/D转换电路12把模拟的脑电信号转换为数字信号，脑电微处理器13把A/D转换之后的脑电信号经串口模块14传送给计算机系统5。
所述的前置放大器8采用的是仪表放大器INA128P，其中：INA128P的引脚1和引脚8接电位器R1，电位器R1用来设置电路的增益，引脚2和引脚6分别为脑电信号的输入和输出端，引脚3和引脚5接地，引脚4和引脚7分别接+VCC和-VCC；
所述的高通滤波电路9和低通滤波电路10采用的是LM324芯片，其中：脑电信号输入端接电容C1，C1另一端与电阻R2和R3并联，R2的另一端接地，R3与电容C2和电阻R4并联，C2的另一端分成两条支路，一条支路接LM324的反向端，另一条支路接LM324的输出端，R4的另一端也分成两条支路，一条支路接LM324的同向端，另一条支路接电容C3，C3的另一端接地，电阻R5的一端接LM324的输出端，另一端与电容C4和电阻R6并联，C4的另一端分成两条支路，一条支路接LM324的反向端，另一条支路接LM324的输出端，R6的另一端也分成两条支路，一条支路接LM324的同向端，另一条支路接电容C5，C5的另一端接地，LM324的输出端就是脑电信号的输出端；
所述的50Hz陷波电路11采用的是LM324芯片，整个电路包括电阻R7、R8、R9、R10、R11、R12，电容C6、C7、C8、C9，以及两块LM324芯片，LM324芯片的输出端为脑电信号的输出端；
所述的A/D转换电路12采用的是PCF8591芯片，PCF8591芯片的引脚1是脑电信号的输入端，引脚2-引脚8以及引脚12和引脚13均接地，引脚9接电阻R14以及脑电微处理器13的P1.6，引脚10接电阻R13以及脑电微处理器13的P1.7，引脚16接电阻R13、R14以及电容C8，C8的另一端接地。其中，脑电微处理器13采用的是宏晶科技公司开发的STC12C5A60S2系列单片机芯片。
将采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5使用时，计算机系统5中设有的信号处理模块，它运用希尔伯特-黄变换（Hilbert-HuangTransform,HHT）与共同空间模式（Common Spatial Pattern,CSP）算法结合的方法以及支持向量机（Support Vector Machine,SVM）算法对来自串口模块14的脑电信号进行特征提取和分类，再结合来自指纹采集装置2的指纹数据，采用串联决策融合系统将处理过后的用户脑电、指纹数据通过连接互联网与数据库4中的原始脑电、指纹数据进行比较，数据库4中的脑电、指纹数据是伴随着未来第三代或第四代居民身份证而采集的居民个人身份信息，它储存在公安部的信息库里面；考虑到用户不同环境、情绪和时段下采集到的静息态脑电会有微小差异，所以在比较过程中采用设定比较阈值的方法来进行脑电数据比对，当采集的用户脑电与数据库4中的原始用户脑电的匹配度达到或超过这个阈值则认为脑电匹配成功，而用户的指纹信息不易变化，所以比较时不需要设定匹配阈值。只有在用户的脑电和指纹信息都匹配成功的情况下，计算机系统5的液晶显示屏6上才会显示“身份识别成功”，并同步显示用户的其他基本身份信息。
本实用新型的有益效果是：本实用新型可以有效地实现用于基于脑电波的多模态个人身份识别的脑电信号及指纹数据的采集；本实用新型可有效地解决基于指纹、掌纹、虹膜、脑电波等单一特征的身份识别系统存在的造假、伪装、安全性不高的问题；本实用新型将脑电预处理模块设计为一个硬件电路模块，性能稳定，便于商业化；本实用新型采用无线蓝牙干电极脑电帽，采集通道少，采集时不需要打导电膏，在一分钟之内就可以进行脑电采集，用蓝牙与脑电预处理模块进行通信；本实用新型采用了未来将要和个人身份证同步的指纹和脑电数据库，数据库庞大、准确性高；本实用新型采集人体自发性脑电波和指纹特征作为判据，不需要采集复杂的视觉、运动想象诱发的脑电波，采集过程简单、时间短，且识别准确率高，识别速度快，易于为用户所接受，有很强的实用价值。
附图说明
图1是本实用新型的原理框图；
图2是本实用新型的工作示意图；
图3是本实用新型的脑电预处理模块原理框图；
图4是本实用新型的前置放大器电路图；
图5是本实用新型的滤波电路图；
图6是本实用新型的50Hz陷波电路图；
图7是本实用新型的A/D转换电路图；
图中各个标号：1-脑电采集装置、2-指纹采集装置、3-脑电预处理模块、4-数据库、5-计算机系统、6-液晶显示屏；7-蓝牙模块、8-前置放大器、9-高通滤波电路、10-低通滤波电路、11-50Hz陷波电路、12-A/D转换电路、13-脑电微处理器、14-串口模块。
具体实施方式
实施例1：如图1-7所示，一种用于基于脑电波的多模态个人身份识别的采集系统，包括脑电采集装置1、指纹采集装置2、脑电预处理模块3；
所述脑电采集装置1将采集到的用户脑电通过蓝牙模块7传输给脑电预处理模块3，进行预处理之后的脑电信号和指纹采集装置2采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5。
所述脑电采集装置1为8通道无线蓝牙干电极脑电帽。
所述指纹采集装置2采用URU5000指纹采集器。
所述脑电预处理模块3包括蓝牙模块7、前置放大器8、高通滤波电路9、低通滤波电路10、50Hz陷波电路11、A/D转换电路12、脑电微处理器13、串口模块14；
其中蓝牙模块7接收脑电采集装置1采集到的用户脑电并传输给前置放大器8将脑电信号放大1000倍，将放大后的信号通过高通滤波电路9和低通滤波电路10过滤掉低于0.1Hz和高于100Hz的脑电信号，通过50Hz陷波电路11滤掉脑电信号中的50Hz工频干扰信号，再通过A/D转换电路12把模拟的脑电信号转换为数字信号，脑电微处理器13把A/D转换之后的脑电信号经串口模块14传送给计算机系统5。
实施例2：如图1-7所示，一种用于基于脑电波的多模态个人身份识别的采集系统，包括脑电采集装置1、指纹采集装置2、脑电预处理模块3；
所述脑电采集装置1将采集到的用户脑电通过蓝牙模块7传输给脑电预处理模块3，进行预处理之后的脑电信号和指纹采集装置2采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5。
所述脑电采集装置1为8通道无线蓝牙干电极脑电帽。
实施例3：如图1-7所示，一种用于基于脑电波的多模态个人身份识别的采集系统，包括脑电采集装置1、指纹采集装置2、脑电预处理模块3；
所述脑电采集装置1将采集到的用户脑电通过蓝牙模块7传输给脑电预处理模块3，进行预处理之后的脑电信号和指纹采集装置2采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5。
所述指纹采集装置2采用URU5000指纹采集器。
实施例4：如图1-7所示，一种用于基于脑电波的多模态个人身份识别的采集系统，包括脑电采集装置1、指纹采集装置2、脑电预处理模块3；
所述脑电采集装置1将采集到的用户脑电通过蓝牙模块7传输给脑电预处理模块3，进行预处理之后的脑电信号和指纹采集装置2采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5。
所述脑电预处理模块3包括蓝牙模块7、前置放大器8、高通滤波电路9、低通滤波电路10、50Hz陷波电路11、A/D转换电路12、脑电微处理器13、串口模块14；
其中蓝牙模块7接收脑电采集装置1采集到的用户脑电并传输给前置放大器8将脑电信号放大1000倍，将放大后的信号通过高通滤波电路9和低通滤波电路10过滤掉低于0.1Hz和高于100Hz的脑电信号，通过50Hz陷波电路11滤掉脑电信号中的50Hz工频干扰信号，再通过A/D转换电路12把模拟的脑电信号转换为数字信号，脑电微处理器13把A/D转换之后的脑电信号经串口模块14传送给计算机系统5。
实施例5：如图1-7所示，一种用于基于脑电波的多模态个人身份识别的采集系统，包括脑电采集装置1、指纹采集装置2、脑电预处理模块3；
所述脑电采集装置1将采集到的用户脑电通过蓝牙模块7传输给脑电预处理模块3，进行预处理之后的脑电信号和指纹采集装置2采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统5。
上面结合附图对本实用新型的具体实施方式作了详细说明，但是本实用新型并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本实用新型宗旨的前提下作出各种变化。
Claims (4)
1.一种用于基于脑电波的多模态个人身份识别的采集系统，其特征在于：包括脑电采集装置（1）、指纹采集装置（2）、脑电预处理模块（3）；
所述脑电采集装置（1）将采集到的用户脑电通过蓝牙模块（7）传输给脑电预处理模块（3），进行预处理之后的脑电信号和指纹采集装置（2）采集到的用户指纹数据作为采集系统采集的数据传递给计算机系统（5）。
2.根据权利要求1所述的用于基于脑电波的多模态个人身份识别的采集系统，其特征在于：所述脑电采集装置（1）为8通道无线蓝牙干电极脑电帽。
3.根据权利要求1所述的用于基于脑电波的多模态个人身份识别的采集系统，其特征在于：所述指纹采集装置（2）采用URU5000指纹采集器。
4.根据权利要求1所述的用于基于脑电波的多模态个人身份识别的采集系统，其特征在于：所述脑电预处理模块（3）包括蓝牙模块（7）、前置放大器（8）、高通滤波电路（9）、低通滤波电路（10）、50Hz陷波电路（11）、A/D转换电路（12）、脑电微处理器（13）、串口模块（14）；
其中蓝牙模块（7）接收脑电采集装置（1）采集到的用户脑电并传输给前置放大器（8）将脑电信号放大1000倍，将放大后的信号通过高通滤波电路（9）和低通滤波电路（10）过滤掉低于0.1Hz和高于100Hz的脑电信号，通过50Hz陷波电路（11）滤掉脑电信号中的50Hz工频干扰信号，再通过A/D转换电路（12）把模拟的脑电信号转换为数字信号，脑电微处理器（13）把A/D转换之后的脑电信号经串口模块（14）传送给计算机系统（5）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201620697480.6U CN206097118U (zh) | 2016-07-05 | 2016-07-05 | 一种用于基于脑电波的多模态个人身份识别的采集系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201620697480.6U CN206097118U (zh) | 2016-07-05 | 2016-07-05 | 一种用于基于脑电波的多模态个人身份识别的采集系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN206097118U true CN206097118U (zh) | 2017-04-12 |
Family
ID=58465093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201620697480.6U Expired - Fee Related CN206097118U (zh) | 2016-07-05 | 2016-07-05 | 一种用于基于脑电波的多模态个人身份识别的采集系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN206097118U (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108974A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 支付方法及装置和电子设备 |
| CN108108603A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 登录方法及装置和电子设备 |
| CN108234130A (zh) * | 2017-12-04 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 身份验证方法及装置和电子设备 |
| CN108304073A (zh) * | 2018-02-11 | 2018-07-20 | 广东欧珀移动通信有限公司 | 电子装置、解锁控制方法及相关产品 |
| CN108415564A (zh) * | 2018-02-26 | 2018-08-17 | 广东欧珀移动通信有限公司 | 电子装置、设备控制方法及相关产品 |
| CN113190122A (zh) * | 2021-05-31 | 2021-07-30 | 江苏集萃脑机融合智能技术研究所有限公司 | 基于脑信号的智能装置、方法、智慧系统及应用 |
-
2016
- 2016-07-05 CN CN201620697480.6U patent/CN206097118U/zh not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108974A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 支付方法及装置和电子设备 |
| CN108108603A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 登录方法及装置和电子设备 |
| CN108234130A (zh) * | 2017-12-04 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 身份验证方法及装置和电子设备 |
| US11132430B2 (en) | 2017-12-04 | 2021-09-28 | Advanced New Technologies Co., Ltd. | Login method and apparatus and electronic device |
| CN108304073A (zh) * | 2018-02-11 | 2018-07-20 | 广东欧珀移动通信有限公司 | 电子装置、解锁控制方法及相关产品 |
| CN108415564A (zh) * | 2018-02-26 | 2018-08-17 | 广东欧珀移动通信有限公司 | 电子装置、设备控制方法及相关产品 |
| CN113190122A (zh) * | 2021-05-31 | 2021-07-30 | 江苏集萃脑机融合智能技术研究所有限公司 | 基于脑信号的智能装置、方法、智慧系统及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN206097118U (zh) | 一种用于基于脑电波的多模态个人身份识别的采集系统 | |
| CA2835460C (en) | System and method for enabling continuous or instantaneous identity recognition based on physiological biometric signals | |
| CN106473750B (zh) | 基于光电容积脉搏波最佳周期波形的身份识别方法 | |
| Agrafioti et al. | Heart biometrics: Theory, methods and applications | |
| Rong et al. | A wearable acceleration sensor system for gait recognition | |
| Palaniappan | Method of identifying individuals using VEP signals and neural network | |
| Bashar et al. | Human identification from brain EEG signals using advanced machine learning method EEG-based biometrics | |
| WO2018000396A1 (zh) | 一种身份认证方法及通信终端 | |
| Sasikala et al. | Identification of individuals using electrocardiogram | |
| Chun et al. | ECG based user authentication for wearable devices using short time Fourier transform | |
| CN103729586A (zh) | 一种基于脑电波信号的密码验证方法及系统 | |
| CN107293301B (zh) | 基于牙齿咬合声音的识别方法及系统 | |
| CN106874722A (zh) | 一种基于心电信号的身份识别方法及其装置 | |
| CN107980151A (zh) | 一种基于心电认证的门禁系统及其认证方法 | |
| Dan et al. | An identification system based on portable EEG acquisition equipment | |
| CN108309329A (zh) | 一种基于脑网络分析的cnv脑电测谎方法 | |
| CN100459934C (zh) | 一种身份鉴定方法及系统 | |
| Guennoun et al. | Continuous authentication by electrocardiogram data | |
| KR101578167B1 (ko) | 심전도 생체정보를 이용한 실시간 개인 인증방법 | |
| CN203118090U (zh) | 一种多功能手指静脉门禁控制装置 | |
| Bastos et al. | Double authentication model based on ppg and ecg signals | |
| CN100365644C (zh) | 身份识别和鉴定方法 | |
| CN103207963A (zh) | 指纹加静脉识别双重验证系统 | |
| CN114259225B (zh) | 基于毫米波雷达的身份识别方法和系统 | |
| CN108415564A (zh) | 电子装置、设备控制方法及相关产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170412 Termination date: 20180705 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |