龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：杭州电子科技大学;杭州电子科技大学平湖数字技术创新研究院有限公司
申请日：2024-01-17
公开（公告）日：2024-05-31
公开（公告）号：CN118114090A
主分类号：G06F18/24
分类号：G06F18/24;G06F18/10;G06V10/764;G06V10/82;G06V10/40;G06N3/0464;G06N3/09
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.18#实质审查的生效;2024.05.31#公开
摘要：本发明公开一种基于三元组网络的PPG身份验证方法，将残差神经网络ResNet‑18与三元组网络TripletNetwork相结合，以自适应地提取特征并进行身份识别。使用了Real‑WorldPPG数据集并使用5个单周期信号的重叠后的平均单周期信号，使其在保持信息的同时降低噪声，再随机选取包含锚样本、正样本和负样本的样本组作为样本数据，通过模型训练最小化同类样本间距离，扩大非同类样本间距离，最终通过测试样本与支撑集内两类样本间的平均欧氏距离判断测试样本的类别。本发明通过五次平均后的单周期信号，可以更准确地进行身份验证，具有高达96.6％的测试准确率。
主权项：1.一种基于三元组网络的PPG身份验证方法，其特征在于，包括如下步骤：S1：对原始PPG一维数据进行数据预处理，得到原始数据集；S2：基于原始数据集，利用格拉姆和角场实现PPG一维数据图像化，得到二维特征图像，然后将二维特征图像拆分成训练数据集和测试数据集；S3：构建基于三元组损失函数的三元组网络，在训练数据集中随机选取样本组，对基于三元组损失函数的三元组网络进行训练，其输入为样本组，输出为样本组的特征向量，即该样本组的欧式距离；S4：从训练数据集中的每个样本类型中随机部分作为支撑集，将支撑集中的样本输入到训练好的网络中得到支撑集中每个样本的特征向量；对测试数据集进行识别时，首先将测试数据集中的每个样本输入到训练好的网络中得到测试数据集中每个样本的特征向量，再依次计算测试数据集中每个样本的特征向量与支撑集中每个样本的特征向量的距离，选取距离最近的部分值，记录这部分值中出现次数最多类别作为预测的结果。
全文数据：
权利要求：
百度查询： 杭州电子科技大学;杭州电子科技大学平湖数字技术创新研究院有限公司 一种基于三元组网络的PPG身份验证方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号