买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种基于领域自适应的PPG信号跨时期身份识别方法和装置,其中方法首先通过智能移动设备采集指尖视频获得用户PPG信号,然后将采集到的PPG信号作为深度神经网络的输入完成身份识别任务。为了确保在跨时期场景下PPG信号的身份识别准确率,在深度神经网络的基础之上结合领域自适应设计了领域对抗神经网络DANN。本发明能够发挥移动端方便快捷和神经网络准确率高的优势,为用户提供安全并且方便的良好体验。
主权项:1.一种基于领域自适应的PPG信号跨时期身份识别方法,其特征在于,包括以下步骤:S1:通过智能手机摄像头采集指尖视频,并将指尖视频上传至云端服务器完成数据初步采集工作;S2:在指尖视频的基础上进行最优信号质量的PPG信号提取工作;首先通过0.5~20Hz的二阶巴特沃斯滤波器进行滤波,在保留PPG信号的主要频率范围的同时减少运动伪影、工频干扰的噪声干扰;然后通过Z-score进行标准化,使得PPG信号的均值变为0,标准差变为1;经过标准化的PPG信号以主波峰为起点进行信号分窗,信号分窗的大小为100,选取1s作为信号分窗时长,即:若采样频率为100Hz,则PPG信号包含100个数据点,不满足1s的PPG信号段将被抛弃;S3:将PPG信号作为深度神经网络DNN的输入进行训练,DNN包含了一维卷积神经网络1DCNN、双向门控逻辑单元BiGRU和自注意力机制Self-Attention和全连接层;S4:基于深度神经网络DNN的PPG信号身份识别任务存在跨时期场景下由于PPG信号内在改变而导致身份识别准确率下降的问题,为了更好学习PPG信号不同时期的共性特征,在步骤S3的深度神经网络DNN的基础之上,结合领域自适应搭建了领域对抗神经网络DANN;DANN网络包含四个部分,分别是特征提取器Gf,标签分类器Gy,领域判别器Gd和梯度反转层GRL;步骤S3的DNN网络除全连接层之外部分复用为DANN网络的特征提取器,在特征提取器的基础上新增全连接层来设计标签分类器Gy和领域判别器Gd;S5:通过DANN网络完成身份识别任务,最终的身份识别结果传回用户App终端,用于继续身份识别下游相关任务。
全文数据:
权利要求:
百度查询: 东南大学 一种基于领域自适应的PPG信号跨时期身份识别方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。