本發(fā)明屬于身份識別技術(shù)領(lǐng)域，尤其涉及一種穿戴式設(shè)備的身份識別方法及識別裝置。

背景技術(shù)：

穿戴式設(shè)備的體積較小，大多功能的設(shè)計都是與個人的健康數(shù)據(jù)、或個人的運動數(shù)據(jù)相關(guān)，在對穿戴式設(shè)備反饋的個人數(shù)據(jù)進行管理分析時，管理人難以知曉當前數(shù)據(jù)是否為該設(shè)備所有者的數(shù)據(jù)，容易出現(xiàn)誤判。因此，穿戴式設(shè)備大多需要對用戶的身份進行識別。

現(xiàn)有的身份識別方法，市場上采用最多的是兩種方法：

一種方法是采用攝像頭或者指紋識別技術(shù)進行個人身份識別，這種方法制備的產(chǎn)品造價昂貴，且構(gòu)造較復(fù)雜，不適合應(yīng)用于體積較小的穿戴式設(shè)備。

另一種常用方法是采用心電圖(ECG，electrocardiogram)技術(shù)進行個人身份識別。心電圖已經(jīng)被學術(shù)界論證可以作為人體身份識別的重要特征，心電圖身份識別技術(shù)通常將用戶心電圖特征與心電圖特征模板庫進行對比，從而識別出個人身份。利用這種方法識別身份可節(jié)省成本，產(chǎn)品能夠得到普及。但是，目前市場上的穿戴式設(shè)備在采集個人心電圖特征參數(shù)時，一般是基于PQRST這幾種波中，每個波的峰值或起止點作為特征參數(shù)，單獨進行判斷或計算，這種判斷方式得到的結(jié)果往往并不準確，且需要非常大的計算，尤其是頻域的分析，會耗費非常多的計算，從而浪費了穿戴式設(shè)備的功耗。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種穿戴式設(shè)備的身份識別方法及識別裝置，旨在解決身份識別不準確且浪費功耗的問題。

為解決上述技術(shù)問題，本發(fā)明提供了一種穿戴式設(shè)備的身份識別方法，所述方法包括：

對獲取的用戶的心電信號進行濾波去噪處理；

根據(jù)濾波去噪后的心電信號得到所述用戶的心電信號特征參數(shù)，所述心電信號特征參數(shù)至少包括：R波的幅度與T波的幅度的比值，及QTC的時間間隔；

基于預(yù)先存儲的心電信號特征模板與用戶身份之間的映射關(guān)系，將所述心電信號特征參數(shù)與所述映射關(guān)系中的心電信號特征模板進行匹配，基于匹配結(jié)果識別用戶身份。

進一步地，所述對獲取的用戶的心電信號進行濾波去噪處理之前還包括：采用光電容積脈搏波描記技術(shù)獲取用戶的心率變化結(jié)果；結(jié)合所述心率變化結(jié)果對所述穿戴式設(shè)備進行離手判斷；若判斷結(jié)果為未離手，則確定用戶身份為上次識別的用戶；若判斷結(jié)果為已離手，則執(zhí)行所述對獲取的用戶的心電信號進行濾波去噪處理的步驟。

進一步地，所述心電信號特征參數(shù)還包括：QR的時間間隔、QRS的時間間隔。

進一步地，所述方法還包括：在成功識別所述用戶身份后，將所述心電信號特征參數(shù)作為最新的特征模板，且利用所述心電信號特征參數(shù)對所述映射關(guān)系中所述用戶原有的心電信號特征模板進行更新。

進一步地，所述方法還包括：若未識別所述用戶身份，則確定所述用戶為新用戶，并采集所述新用戶的身份信息，保存所述身份信息及所述心電信號特征參數(shù)之間的映射關(guān)系。

本發(fā)明還提供了一種穿戴式設(shè)備的身份識別裝置，所述裝置包括：

獲取去噪模塊，用于對獲取的用戶的心電信號進行濾波去噪處理；

特征提取模塊，用于根據(jù)濾波去噪后的心電信號得到所述用戶的心電信號特征參數(shù)，所述心電信號特征參數(shù)至少包括：R波的幅度與T波的幅度的比值，及QTC的時間間隔；

識別模塊，用于基于預(yù)先存儲的心電信號特征模板與用戶身份之間的映射關(guān)系，將所述心電信號特征參數(shù)與所述映射關(guān)系中的心電信號特征模板進行匹配，基于匹配結(jié)果識別用戶身份。

進一步地，所述裝置還包括離手判斷模塊，所述離手判斷模塊具體用于：采用光電容積脈搏波描記技術(shù)獲取用戶的心率變化結(jié)果；結(jié)合所述心率變化結(jié)果對所述穿戴式設(shè)備進行離手判斷；若判斷結(jié)果為未離手，則確定用戶身份為上次識別的用戶；若判斷結(jié)果為已離手，則執(zhí)行所述獲去噪模塊的操作。

進一步地，所述心電信號特征參數(shù)還包括：QR的時間間隔、QRS的時間間隔。

進一步地，所述裝置還包括：更新模塊，用于在成功識別所述用戶身份后，將所述心電信號特征參數(shù)作為最新的特征模板，且利用所述心電信號特征參數(shù)對所述映射關(guān)系中所述用戶原有的心電信號特征模板進行更新。

進一步地，所述裝置還包括：新用戶記錄模塊，用于若未識別所述用戶身份，則確定所述用戶為新用戶，并采集所述新用戶的身份信息，保存所述身份信息及所述心電信號特征參數(shù)之間的映射關(guān)系。

本發(fā)明與現(xiàn)有技術(shù)相比，有益效果在于：

本發(fā)明所提供的方法或裝置根據(jù)濾波去噪后的心電信號得到用戶的R波的幅度與T波的幅度的比值及QTC的時間間隔，并將這兩項參數(shù)作為用戶身份的判斷標準與預(yù)先存儲的特征模板進行對比，從而確定用戶身份。與現(xiàn)有技術(shù)中的僅以各種波的峰值或起始點作為判斷標準相比，本發(fā)明將R波的幅度與T波的幅度的比值、QTC的時間間隔作為重要的判斷參數(shù)，這兩項參數(shù)更加穩(wěn)定，從而使得判斷更加準確；且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。

附圖說明

圖1是本發(fā)明第一實施例提供的穿戴式設(shè)備的身份識別方法流程圖；

圖2是本發(fā)明第二實施例提供的穿戴式設(shè)備的身份識別方法流程圖；

圖3是本發(fā)明第三實施例提供的穿戴式設(shè)備的身份識別裝置示意圖；

圖4是本發(fā)明第四實施例提供的穿戴式設(shè)備的身份識別裝置示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

作為本發(fā)明的第一個實施例，如圖1所示，本發(fā)明提供了一種穿戴式設(shè)備的身份識別方法，該方法包括：

步驟S101：對獲取的用戶的心電信號進行濾波去噪處理。

步驟S102：根據(jù)濾波去噪后的心電信號得到該用戶的心電信號特征參數(shù)，該心電信號特征參數(shù)至少包括：R波的幅度與T波的幅度的比值，及QTC的時間間隔。

其中，步驟S102具體包括：分別提取經(jīng)過濾波去噪處理的心電信號中Q波、R波、S波和T波的起止點參數(shù)，及分別提取R波和T波的幅度參數(shù)；基于Q波、R波、S波和T波的起止點參數(shù)，分別計算QTC時間間隔，基于R波和T波的幅度參數(shù)，計算R波的幅度與T波的幅度之間的比值。

需要說明的是，Q波、R波、S波和T波，以及QTC均為目前心電圖領(lǐng)域基本的指標或參數(shù)，因此在本發(fā)明中不詳加解釋說明。

步驟S103：基于預(yù)先存儲的心電信號特征模板與用戶身份之間的映射關(guān)系，將該用戶的心電信號特征參數(shù)與映射關(guān)系中的心電信號特征模板進行匹配，基于匹配結(jié)果識別用戶身份。

綜上所述，本發(fā)明第一實施例所提供的方法，根據(jù)濾波去噪后的心電信號得到用戶的R波的幅度與T波的幅度的比值及QTC的時間間隔，并將這兩項參數(shù)作為用戶身份的判斷標準與預(yù)先存儲的特征模板進行對比，從而確定用戶身份。與現(xiàn)有技術(shù)中的僅以各種波的峰值或起始點作為判斷標準相比，本發(fā)明將R波的幅度與T波的幅度的比值、QTC的時間間隔作為重要的判斷參數(shù)，這兩項參數(shù)更加穩(wěn)定，從而使得判斷更加準確；且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。

作為本發(fā)明的第二個實施例，如圖2所示，本發(fā)明提供了一種穿戴式設(shè)備的身份識別方法，該方法包括：

步驟S201：采用光電容積脈搏波描記技術(shù)(PPG，photoplethysmography)獲取用戶的心率變化結(jié)果，結(jié)合該心率變化結(jié)果對所述穿戴式設(shè)備進行離手判斷：若判斷結(jié)果為未離手，則確定該用戶身份仍為上次識別的用戶；若判斷結(jié)果為已離手，則執(zhí)行步驟S202。

PPG技術(shù)與離手判斷方法均為現(xiàn)有技術(shù)，在本發(fā)明中不詳加說明。在步驟S201中，本發(fā)明將PPG技術(shù)應(yīng)用到離手判斷方法里，PPG技術(shù)首先基于光的反射原理來判斷用戶的心率變化，然后根據(jù)該心率變化結(jié)果來進一步進行離手判斷。

步驟S202：對獲取的用戶的心電信號進行濾波去噪處理。

步驟S203：根據(jù)濾波去噪后的心電信號得到該用戶的心電信號特征參數(shù)，該心電信號特征參數(shù)至少包括：R波的幅度與T波的幅度的比值，及QTC的時間間隔。進一步地，該心電信號特征參數(shù)還包括：QR的時間間隔、QRS的時間間隔。

本發(fā)明將R波的幅度與T波的幅度的比值、QTC的時間間隔作為重要的判斷參數(shù)，這兩項參數(shù)更加穩(wěn)定，從而使得判斷更加準確；且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。同時，以QR的時間間隔、QRS的時間間隔也同樣具有較高的穩(wěn)定性，將QR的時間間隔與QRS的時間間隔作為判斷參數(shù)，也因此使得判斷更加準確，且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。

需要說明的是，步驟S203包括：分別提取經(jīng)過濾波去噪處理的心電信號中Q波、R波、S波和T波的起止點參數(shù)，及分別提取R波和T波的幅度參數(shù)；基于Q波、R波、S波和T波的起止點參數(shù)，分別計算QR時間間隔、QRS時間間隔和QTC時間間隔，基于所述R波和T波的幅度參數(shù)，計算所述R波的幅度與T波的幅度之間的比值。

需要說明的是，Q波、R波、S波和T波，以及QR、QRS、QTC均為目前心電圖領(lǐng)域基本的指標或參數(shù)，因此在本發(fā)明中不詳加解釋說明。

步驟S204：基于預(yù)先存儲的心電信號特征模板與用戶身份之間的映射關(guān)系，將步驟S203得到的心電信號特征參數(shù)與映射關(guān)系中的心電信號特征模板進行匹配，基于匹配結(jié)果識別用戶身份。

若成功識別用戶身份，則執(zhí)行步驟S205；若匹配結(jié)果表示未識別用戶身份，表示該用戶為新用戶，則執(zhí)行步驟S206。

步驟S205：在成功識別用戶身份后，將該心電信號特征參數(shù)作為最新的特征模板，且利用該心電信號特征參數(shù)，對映射關(guān)系中該用戶原有的心電信號特征模板進行更新。

由于每個用戶的心電信號特征會隨著時間的變化而發(fā)生一些變化，因此，本實施例中步驟S205每次都會對用戶原有的心電信號特征模板進行更新，以保證用戶的心電信號特征模板一直處于最新、最優(yōu)化的狀態(tài)，從而能夠更加精準的識別用戶身份。進一步地，本發(fā)明可將該步驟S205的執(zhí)行過程設(shè)定在穿戴式設(shè)備的空閑時間進行，不占用該穿戴式設(shè)備的工作時間，從而不降低該穿戴式設(shè)備的工作效率。

步驟S206：若未識別該用戶身份，則確定該用戶為新用戶，并采集該新用戶的身份信息，保存該新用戶的身份信息及該用戶的心電信號特征參數(shù)之間的映射關(guān)系。

需要說明的是，本發(fā)明在應(yīng)用心電信號特征參數(shù)進行用戶身份識別之前，首先采用離手判斷技術(shù)對用戶是否將穿戴式設(shè)備離手進行判斷，若判斷結(jié)果為未離手，則可以確定當前的用戶身份為上次識別的用戶，則無需再執(zhí)行第S202至S205的步驟重復(fù)識別用戶身份。因此，先進行離手判斷操作避免了現(xiàn)有技術(shù)中每次開始識別用戶身份時，都需要對用戶心電信號進行獲取、濾波去噪、提取心電信號特征參數(shù)以及將心電信號特征參數(shù)與預(yù)設(shè)模板對比的操作，從而避免了許多計算過程，大大降低了計算量，減少了穿戴式設(shè)備的功耗，同時大大提高了穿戴式設(shè)備的識別用戶身份的效率。

需要說明的是，用戶可以在第一次使用該穿戴式設(shè)備時，輸入自己的身份信息，穿戴式設(shè)備保存身份信息及所述心電信號特征參數(shù)之間的映射關(guān)系，同時，穿戴式設(shè)備將第一次采集的心電信號特征參數(shù)作為該用戶的心電信號特征模板預(yù)先存儲。

綜上所述，本發(fā)明第二實施例所提供的方法，判斷更加準確、計算量更低、降低穿戴式設(shè)備的功耗，大大提高了穿戴式設(shè)備識別用戶身份的效率。

作為本發(fā)明的第三個實施例，如圖3所示，本發(fā)明提供了一種穿戴式設(shè)備的身份識別裝置，該裝置包括獲取去噪模塊11、特征提取模塊22以及識別模塊33。

獲取去噪模塊11，用于對獲取的用戶的心電信號進行濾波去噪處理。

特征提取模塊22，用于根據(jù)濾波去噪后的心電信號得到該用戶的心電信號特征參數(shù)，該心電信號特征參數(shù)至少包括：R波的幅度與T波的幅度的比值，及QTC的時間間隔。

其中，特征提取模塊22具體用于：分別提取經(jīng)過濾波去噪處理的心電信號中Q波、R波、S波和T波的起止點參數(shù)，及分別提取R波和T波的幅度參數(shù)；基于Q波、R波、S波和T波的起止點參數(shù)，分別計算QTC時間間隔，基于R波和T波的幅度參數(shù)，計算R波的幅度與T波的幅度之間的比值。

需要說明的是，Q波、R波、S波和T波，以及QTC均為目前心電圖領(lǐng)域基本的指標或參數(shù)，因此在本發(fā)明中不詳加解釋說明。

識別模塊33，用于基于預(yù)先存儲的心電信號特征模板與用戶身份之間的映射關(guān)系，將該用戶的心電信號特征參數(shù)與映射關(guān)系中的心電信號特征模板進行匹配，基于匹配結(jié)果識別用戶身份。

綜上所述，本發(fā)明第三實施例所提供的裝置，該裝置根據(jù)濾波去噪后的心電信號得到用戶的R波的幅度與T波的幅度的比值及QTC的時間間隔，并將這兩項參數(shù)作為用戶身份的判斷標準與預(yù)先存儲的特征模板進行對比，從而確定用戶身份。與現(xiàn)有技術(shù)中的僅以各種波的峰值或起始點作為判斷標準相比，本發(fā)明將R波的幅度與T波的幅度的比值、QTC的時間間隔作為重要的判斷參數(shù)，這兩項參數(shù)更加穩(wěn)定，從而使得判斷更加準確；且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。

作為本發(fā)明的第四個實施例，如圖4所示，本發(fā)明提供了一種穿戴式設(shè)備的身份識別裝置，該裝置包括獲取去噪模塊11、特征提取模塊22、識別模塊33、離手判斷模塊44、更新模塊55以及新用戶記錄模塊66。

離手判斷模塊44，用于采用PPG技術(shù)獲取用戶的心率變化結(jié)果，結(jié)合該心率變化結(jié)果對所述穿戴式設(shè)備進行離手判斷：若判斷結(jié)果為未離手，則確定該用戶身份仍為上次識別的用戶；若判斷結(jié)果為已離手，則下一步由獲取去噪模塊11操作。

PPG技術(shù)與離手判斷方法均為現(xiàn)有技術(shù)，在本發(fā)明中不詳加說明。在步驟S201中，本發(fā)明將PPG技術(shù)應(yīng)用到離手判斷方法里，PPG技術(shù)首先基于光的反射原理來判斷用戶的心率變化，然后根據(jù)該心率變化結(jié)果來進一步進行離手判斷。

獲取去噪模塊11，用于對獲取的用戶的心電信號進行濾波去噪處理。

特征提取模塊22，用于根據(jù)濾波去噪后的心電信號得到該用戶的心電信號特征參數(shù)，該心電信號特征參數(shù)至少包括：R波的幅度與T波的幅度的比值，及QTC的時間間隔。進一步地，該心電信號特征參數(shù)還包括：QR的時間間隔、QRS的時間間隔。

本發(fā)明將R波的幅度與T波的幅度的比值、QTC的時間間隔作為重要的判斷參數(shù)，這兩項參數(shù)更加穩(wěn)定，從而使得判斷更加準確；且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。同時，以QR的時間間隔、QRS的時間間隔也同樣具有較高的穩(wěn)定性，將這QR的時間間隔與QRS的時間間隔作為判斷參數(shù)，也因此使得判斷更加準確，且這兩項參數(shù)是基于心電信號的實域特征進行的提取，計算量更低，從而能夠降低穿戴式設(shè)備的功耗。

需要說明的是，特征提取模塊22具體用于：分別提取經(jīng)過濾波去噪處理的心電信號中Q波、R波、S波和T波的起止點參數(shù)，及分別提取R波和T波的幅度參數(shù)；基于Q波、R波、S波和T波的起止點參數(shù)，分別計算QR時間間隔、QRS時間間隔和QTC時間間隔，基于所述R波和T波的幅度參數(shù)，計算所述R波的幅度與T波的幅度之間的比值。

需要說明的是，Q波、R波、S波和T波，以及QR、QRS、QTC均為目前心電圖領(lǐng)域基本的指標或參數(shù)，因此在本發(fā)明中不詳加解釋說明。

識別模塊33，用于基于預(yù)先存儲的心電信號特征模板與用戶身份之間的映射關(guān)系，將特征提取模塊22得到的心電信號特征參數(shù)與映射關(guān)系中的心電信號特征模板進行匹配，基于匹配結(jié)果識別用戶身份。

若成功識別用戶身份，則下一步由更新模塊55操作；若匹配結(jié)果表示未識別用戶身份，表示該用戶為新用戶，則下一步由新用戶記錄模塊66操作。

更新模塊55，用于在成功識別用戶身份后，將該心電信號特征參數(shù)作為最新的特征模板，且利用該心電信號特征參數(shù)，對映射關(guān)系中該用戶原有的心電信號特征模板進行更新。

由于每個用戶的心電信號特征會隨著時間的變化而發(fā)生一些變化，因此，本實施例中更新模塊55每次都會對用戶原有的心電信號特征模板進行更新，以保證用戶的心電信號特征模板一直處于最新、最優(yōu)化的狀態(tài)，從而能夠更加精準的識別用戶身份。進一步地，本發(fā)明可將更新模塊55的執(zhí)行過程設(shè)定在穿戴式設(shè)備的空閑時間進行，不占用該穿戴式設(shè)備的工作時間，從而不降低該穿戴式設(shè)備的工作效率。

新用戶記錄模塊66，用于若未識別該用戶身份，則確定該用戶為新用戶，并采集該新用戶的身份信息，保存該新用戶的身份信息及該用戶的心電信號特征參數(shù)之間的映射關(guān)系。

需要說明的是，本發(fā)明在應(yīng)用心電信號特征參數(shù)進行用戶身份識別之前，首先采用離手判斷技術(shù)對用戶是否將穿戴式設(shè)備離手進行判斷，若判斷結(jié)果為未離手，則可以確定當前的用戶身份為上次識別的用戶，則無需再經(jīng)過模塊11至55的重復(fù)操作。因此，先進行離手判斷操作避免了現(xiàn)有技術(shù)中每次開始識別用戶身份時，都需要對用戶心電信號進行獲取、濾波去噪、提取心電信號特征參數(shù)以及將心電信號特征參數(shù)與預(yù)設(shè)模板對比的操作，從而避免了許多計算過程，大大降低了計算量，減少了穿戴式設(shè)備的功耗，同時大大提高了穿戴式設(shè)備的識別用戶身份的效率。

需要說明的是，用戶可以在第一次使用該穿戴式設(shè)備時，輸入自己的身份信息，穿戴式設(shè)備保存身份信息及所述心電信號特征參數(shù)之間的映射關(guān)系，同時，穿戴式設(shè)備將第一次采集的心電信號特征參數(shù)作為該用戶的心電信號特征模板預(yù)先存儲。

綜上所述，本發(fā)明第四實施例所提供的裝置，判斷更加準確、計算量更低、降低穿戴式設(shè)備的功耗，大大提高了穿戴式設(shè)備識別用戶身份的效率。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。