基于手機(jī)傳感的在線簽名身份認(rèn)證方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于手機(jī)傳感的在線簽名身份認(rèn)證方法及系統(tǒng)，方法中首先對真實用戶和偽造用戶的手寫軌跡進(jìn)行訓(xùn)練，得到一個相似性的閾值，將該閾值和用于訓(xùn)練的真實用戶信息存放在用戶本地的模板庫中；在用戶身份認(rèn)證過程中，通過手機(jī)傳感器采集到用戶的軌跡信息，提取該軌跡的特征信息后，通過該特征信息與用戶模板庫中的特征信息通過DTW算法進(jìn)行相似性匹配得到最小的相似性值，將該相似性值與存放在本地模板庫中的閾值進(jìn)行比較，以確定當(dāng)前是否為真實用戶。
【專利說明】
基于手機(jī)傳感的在線簽名身份認(rèn)證方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種利用手機(jī)傳感器和在線簽名技術(shù)融合的個人身份認(rèn)證方式，特別 涉及一種采用手機(jī)加速度傳感器、陀螺儀與DTW(動態(tài)時間規(guī)整)簽名算法融合的技術(shù)手段， 來實現(xiàn)安全便捷的手機(jī)身份認(rèn)證。
【背景技術(shù)】
[0002] 目前，公知存在的手機(jī)個人身份認(rèn)證有數(shù)字密碼和口令結(jié)合、生物特征識別等方 式，其中數(shù)字密碼和口令結(jié)合的認(rèn)證方式實現(xiàn)簡單，但是存在一定的安全隱患，容易被攻 破，嚴(yán)重時可能會帶來不可挽回的損失;生物特征識別方式是利用個人所具有的生物體征 的唯一性進(jìn)行用戶的身份驗證，但由于獲取生物特征設(shè)備的昂貴以及技術(shù)的不成熟，導(dǎo)致 在手機(jī)上的應(yīng)用很難推廣。所以，手機(jī)個人身份認(rèn)證這一領(lǐng)域有待進(jìn)一步的開發(fā)和研究。

【發(fā)明內(nèi)容】

[0003] 為了克服已有的手機(jī)認(rèn)證方式普遍存在的安全問題和認(rèn)證方式的復(fù)雜性問題，提 供一種基于手機(jī)傳感的在線簽名身份認(rèn)證方法及系統(tǒng)。
[0004] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0005] 提供一種基于手機(jī)傳感的在線簽名身份認(rèn)證方法，其特征在于，
[0006] 訓(xùn)練階段：
[0007] 步驟1-1、通過手機(jī)內(nèi)置傳感器獲取用戶與非用戶的帶標(biāo)記的手寫軌跡信息；
[0008] 步驟1-2、將不同用戶的手寫軌跡信息通過預(yù)處理操作；
[0009] 步驟1-3、提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角 信息和傾斜角信息；
[0010] 步驟1-4、運用DTW算法得到不同用戶的軌跡特征信息之間的相似性，從而得到判 斷真?zhèn)斡脩糁g的距離閾值T;并將訓(xùn)練好的用戶軌跡特征信息和距離閾值T存放在用戶本 地模板庫中；
[0011] 識別階段：
[0012] 步驟2-1、通過手機(jī)傳感器獲取用戶手寫軌跡信息并進(jìn)行預(yù)處理；
[0013] 步驟2-2、提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角 信息和傾斜角信息；
[0014] 步驟2-3、通過DTW算法將提取的軌跡特征信息與用戶本地模板庫中的軌跡特征信 息對比，得到兩個軌跡之間的相似性值S;
[0015] 步驟2-4、將相似性值S與訓(xùn)練過程中得到的距離閾值T做比較，當(dāng)S〈 = T時，判定為 真實用戶，否則為偽造用戶。
[0016] 本發(fā)明所述的方法中，步驟1-1中，以手機(jī)內(nèi)置的加速度傳感器為主傳感器，以陀 螺儀為輔助傳感器，其中加速度傳感器獲得的數(shù)據(jù)為重力加速度與實際運動加速度在各個 方向上的和，陀螺儀檢測手機(jī)在移動過程中的方向變化，以獲得手機(jī)移動的實時角速度。
[0017] 本發(fā)明所述的方法中，用戶本地模板庫中，每個用戶存放3個簽名模板，包含最大 值、最小值和平均數(shù)量特殊點的三個用戶簽名。
[0018] 本發(fā)明所述的方法中，步驟2-1具體為：
[0019]將待驗證的用戶軌跡特征信息和訓(xùn)練過程中存放在本地標(biāo)準(zhǔn)模板庫中的軌跡特 征信息分別做比較，得到3個相似性值，選取其中最小的相似性值與存放在本地模板庫中的 距離閾值做比較。
[0020] 本發(fā)明所述的方法中，步驟1-2與步驟2-1中對用戶手寫軌跡信息進(jìn)行預(yù)處理具體 包括：
[0021] 將得到的用戶手寫軌跡信息通過高斯濾波器去除其中的噪聲，噪聲主要來自手機(jī) 器件在工作中產(chǎn)生的高斯白噪聲；
[0022] 通過求取坐標(biāo)點的平均值來計算手寫簽名在二維平面的重心；
[0023] 將每個手寫簽名坐標(biāo)減去重心值，得到平移后的新坐標(biāo)，該重心成為新的坐標(biāo)原 占.
[0024] 將新坐標(biāo)進(jìn)行大小歸一化，通過公式^Z(x〇y+y(〇2)求新坐標(biāo)序列的二維平方 和的開根號，n表示軌跡的總坐標(biāo)數(shù)，再分別通過公式x (t)=x(t)/M，y(t)=y(t) /M歸一化 橫縱坐標(biāo)序列。
[0025] 本發(fā)明還提供了一種基于手機(jī)傳感的在線簽名身份認(rèn)證系統(tǒng)，該系統(tǒng)包括訓(xùn)練模 塊和識別模塊，其中：
[0026] 訓(xùn)練模塊包括：
[0027] 訓(xùn)練軌跡信息獲取模塊，用于通過手機(jī)內(nèi)置傳感器獲取用戶與非用戶的帶標(biāo)記的 手寫軌跡信息；
[0028]訓(xùn)練預(yù)處理模塊，用于將不同用戶的手寫軌跡信息通過預(yù)處理操作；
[0029] 訓(xùn)練提取模塊，用于提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信 息、方位角信息和傾斜角信息；
[0030] 本地模板庫建立模塊，用于運用DTW算法得到不同用戶的軌跡特征信息之間的相 似性，從而得到判斷真?zhèn)斡脩糁g的距離閾值T;并將訓(xùn)練好的用戶軌跡特征信息和距離閾 值T存放在用戶本地模板庫中；
[0031] 識別模塊包括：
[0032] 軌跡信息獲取模塊，用于通過手機(jī)傳感器獲取用戶手寫軌跡信息；
[0033]預(yù)處理模塊，用于對用戶手寫軌跡信息進(jìn)行預(yù)處理；
[0034] 提取模塊，提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角 信息和傾斜角信息；
[0035] 比對模塊，用于通過DTW算法將提取的軌跡特征信息與用戶本地模板庫中的軌跡 特征信息對比，得到兩個軌跡之間的相似性值S;
[0036] 判定模塊，用于將相似性值S與訓(xùn)練過程中得到的距離閾值T做比較，當(dāng)S〈 = T時， 判定為真實用戶，否則為偽造用戶。
[0037] 本發(fā)明所述的系統(tǒng)中，訓(xùn)練軌跡信息獲取模塊具體以手機(jī)內(nèi)置的加速度傳感器為 主傳感器，以陀螺儀為輔助傳感器，通過加速度傳感器獲得的數(shù)據(jù)為重力加速度與實際運 動加速度在各個方向上的和，通過陀螺儀檢測手機(jī)在移動過程中的方向變化，以獲得手機(jī) 移動的實時角速度。
[0038]本發(fā)明所述的系統(tǒng)中，本地模板庫建立模塊具體用于在用戶本地模板庫中，為每 個用戶存放3個簽名模板，包含最大值、最小值和平均數(shù)量特殊點的三個用戶簽名。
[0039]本發(fā)明所述的系統(tǒng)中，預(yù)處理模塊具體用于將待驗證的用戶軌跡特征信息和訓(xùn)練 過程中存放在本地標(biāo)準(zhǔn)模板庫中的軌跡特征信息分別做比較，得到3個相似性值，選取其中 最小的相似性值與存放在本地模板庫中的距離閾值做比較。
[0040] 本發(fā)明所述的系統(tǒng)中，訓(xùn)練預(yù)處理模塊與預(yù)處理模塊對用戶手寫軌跡信息進(jìn)行預(yù) 處理時具體包括：
[0041] 將得到的用戶手寫軌跡信息通過高斯濾波器去除其中的噪聲，噪聲主要來自手機(jī) 器件在工作中產(chǎn)生的高斯白噪聲；
[0042] 通過求取坐標(biāo)點的平均值來計算手寫簽名在二維平面的重心；
[0043] 將每個手寫簽名坐標(biāo)減去重心值，得到平移后的新坐標(biāo)，該重心成為新的坐標(biāo)原 占.
[0044] 將新坐標(biāo)進(jìn)行大小歸一化，通過公式>/= ^藝>(/)2+沖_):)求新坐標(biāo)序列的二維平方 和的開根號，n表示軌跡的總坐標(biāo)數(shù)，再分別通過公式x (t)=x(t)/M，y(t)=y(t) /M歸一化 橫縱坐標(biāo)序列。
[0045] 本發(fā)明產(chǎn)生的有益效果是:本發(fā)明將手機(jī)傳感器與在線簽名技術(shù)融合，利用手機(jī) 加速度傳感器和陀螺儀捕捉人在空中移動手機(jī)時候的軌跡獲得人的簽名，然后利用成熟的 手寫簽名技術(shù)完成手機(jī)身份認(rèn)證功能，既能解決目前的手機(jī)認(rèn)證方式存在的不安全性問 題，同時也解決了當(dāng)前技術(shù)實現(xiàn)的復(fù)雜性。
【附圖說明】
[0046] 下面將結(jié)合附圖及實施例對本發(fā)明作進(jìn)一步說明，附圖中：
[0047] 圖1是本發(fā)明實施例基于手機(jī)傳感的在線簽名身份認(rèn)證方法的流程圖；
[0048]圖2是本發(fā)明實施例基于手機(jī)傳感的在線簽名身份認(rèn)證系統(tǒng)的流程圖。
【具體實施方式】
[0049] 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(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不 用于限定本發(fā)明。
[0050] 本發(fā)明在用戶的身份認(rèn)證過程中，采用智能手機(jī)內(nèi)置的傳感器捕捉用戶手在空中 劃過的軌跡信息，這里主要是利用手機(jī)的加速度傳感器和陀螺儀來完成軌跡的方向和角度 變換的檢測，從而實現(xiàn)將用戶在三維空間隨意書寫的筆跡信息重現(xiàn)在二維平面中；具體是 通過加速度傳感器獲得手機(jī)加速度信息，對加速度二重積分可得到手機(jī)沿某一方向移動的 位移，同時陀螺儀檢測手機(jī)在移動過程中的方向變化，從而獲得三維空間中手機(jī)移動的全 部軌跡信息;將軌跡信息描述在二維平面中，對軌跡信息進(jìn)行預(yù)處理，去除一些噪聲和冗余 的信息，下一步提取預(yù)處理后信息的特征，通過DTW算法對特征信息進(jìn)行相似性度量;在訓(xùn) 練過程中，訓(xùn)練數(shù)據(jù)包括用戶與非用戶的特定手寫軌跡，訓(xùn)練得到屬于每個用戶的閾值，并 將真實用戶的手寫軌跡特征信息存放到用戶的個人模板庫中；在識別過程中，同樣，將獲得 的軌跡信息預(yù)處理后提取其特征信息，再將該特征信息與用戶模板庫中的特征信息通過 DTW算法得到兩種信息之間的相似值，再將該相似值與保存在用戶本地的閾值做比較，如果 小于本地閾值，則判定為該用戶，否則判定為偽造用戶。
[00511本發(fā)明實施例基于手機(jī)傳感的在線簽名身份認(rèn)證方法，參考圖1，該認(rèn)證方法主要 包括以下步驟：
[0052]訓(xùn)練階段：
[0053]步驟1-1、通過手機(jī)內(nèi)置傳感器獲取用戶與非用戶的帶標(biāo)記的手寫軌跡信息；
[0054]步驟1-2、將不同用戶的手寫軌跡信息通過預(yù)處理操作；
[0055]步驟1-3、提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角 信息和傾斜角信息；
[0056] 步驟1-4、運用DTW算法(Dynamic Time Warping，動態(tài)時間歸準(zhǔn)）得到不同用戶的 軌跡特征信息之間的相似性，從而得到判斷真?zhèn)斡脩糁g的距離閾值T;并將訓(xùn)練好的用戶 軌跡特征信息和距離閾值T存放在用戶本地模板庫中；
[0057]識別階段：
[0058]步驟2-1、通過手機(jī)傳感器獲取用戶手寫軌跡信息并進(jìn)行預(yù)處理；
[0059]步驟2-2、提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角 信息和傾斜角信息；
[0060]步驟2-3、通過DTW算法將提取的軌跡特征信息與用戶本地模板庫中的軌跡特征信 息對比，得到兩個軌跡之間的相似性值S;
[0061 ]步驟2-4、將相似性值S與訓(xùn)練過程中得到的距離閾值T做比較，當(dāng)S〈 = T時，判定為 真實用戶，否則為偽造用戶。
[0062] 步驟1-1中，以手機(jī)內(nèi)置的加速度傳感器為主傳感器，以陀螺儀為輔助傳感器，其 中加速度傳感器獲得的數(shù)據(jù)為重力加速度與實際運動加速度在各個方向上的和，陀螺儀檢 測手機(jī)在移動過程中的方向變化，以獲得手機(jī)移動的實時角速度。
[0063] 本發(fā)明的一個實施例中，用戶本地模板庫中，每個用戶存放3個簽名模板，包含最 大值、最小值和平均數(shù)量特殊點的三個用戶簽名。
[0064] 步驟2-1具體為：
[0065]將待驗證的用戶軌跡特征信息和訓(xùn)練過程中存放在本地標(biāo)準(zhǔn)模板庫中的軌跡特 征信息分別做比較，得到3個相似性值，選取其中最小的相似性值與存放在本地模板庫中的 距離閾值做比較。
[0066] 步驟1-2與步驟2-1中對用戶手寫軌跡信息進(jìn)行預(yù)處理具體包括：
[0067] 將得到的用戶手寫軌跡信息通過高斯濾波器去除其中的噪聲，噪聲主要來自手機(jī) 器件在工作中產(chǎn)生的高斯白噪聲；
[0068] 通過求取坐標(biāo)點的平均值來計算手寫簽名在二維平面的重心；
[0069] 將每個手寫簽名坐標(biāo)減去重心值，得到平移后的新坐標(biāo)，該重心成為新的坐標(biāo)原 占.
[0070] 將新坐標(biāo)進(jìn)行大小歸一化，通過公式&/= Jx<</)'+r(/)-)求新坐標(biāo)序列的二維平方 V / 丨.. 和的開根號，n表示軌跡的總坐標(biāo)數(shù)，再分別通過公式x (t)=x(t)/M，y(t)=y(t) /M歸一化 橫縱坐標(biāo)序列。
[0071] 本發(fā)明實施例基于手機(jī)傳感的在線簽名身份認(rèn)證系統(tǒng)用于實現(xiàn)上述實施例的認(rèn) 證方法，該系統(tǒng)包括訓(xùn)練模塊和識別模塊，如圖2所示，其中：
[0072]訓(xùn)練模塊包括：
[0073]訓(xùn)練軌跡信息獲取模塊，用于通過手機(jī)內(nèi)置傳感器獲取用戶與非用戶的帶標(biāo)記的 手寫軌跡信息；
[0074]訓(xùn)練預(yù)處理模塊，用于將不同用戶的手寫軌跡信息通過預(yù)處理操作；
[0075] 訓(xùn)練提取模塊，用于提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信 息、方位角信息和傾斜角信息；
[0076] 本地模板庫建立模塊，用于運用DTW算法得到不同用戶的軌跡特征信息之間的相 似性，從而得到判斷真?zhèn)斡脩糁g的距離閾值T;并將訓(xùn)練好的用戶軌跡特征信息和距離閾 值T存放在用戶本地模板庫中；
[0077]識別模塊包括：
[0078]軌跡信息獲取模塊，用于通過手機(jī)傳感器獲取用戶手寫軌跡信息；
[0079]預(yù)處理模塊，用于對用戶手寫軌跡信息進(jìn)行預(yù)處理；
[0080] 提取模塊，提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角 信息和傾斜角信息；
[0081] 比對模塊，用于通過DTW算法將提取的軌跡特征信息與用戶本地模板庫中的軌跡 特征信息對比，得到兩個軌跡之間的相似性值S;
[0082]判定模塊，用于將相似性值S與訓(xùn)練過程中得到的距離閾值T做比較，當(dāng)S〈 = T時， 判定為真實用戶，否則為偽造用戶。
[0083] 其中訓(xùn)練軌跡信息獲取模塊與軌跡信息獲取模塊可共用一個模塊實現(xiàn)，訓(xùn)練預(yù)處 理模塊和預(yù)處理模塊可共用一個模塊實現(xiàn)，訓(xùn)練提取模塊和提取模塊也可共用一個模塊實 現(xiàn)。
[0084] 當(dāng)系統(tǒng)首次啟動，進(jìn)入系統(tǒng)的訓(xùn)練過程，真實用戶與偽造用戶分別手握手機(jī)在空 中多次書寫相同的筆跡信息，通過手機(jī)傳感器將這些信息采集作為系統(tǒng)的訓(xùn)練數(shù)據(jù)，將每 個數(shù)據(jù)用一個帶標(biāo)簽的向量來存儲，標(biāo)簽可用數(shù)字1表示真實用戶，用-1表示偽造用戶，通 過對訓(xùn)練數(shù)據(jù)的特征提取之后，求出數(shù)據(jù)之間的DTW相似性，最后得到一個用于識別過程的 標(biāo)準(zhǔn)閾值，并將該閾值和真實用戶的訓(xùn)練數(shù)據(jù)一同存放在本地模板庫中；在手機(jī)交互過程 中，用戶手握手機(jī)同樣在空中書寫訓(xùn)練的筆跡信息，系統(tǒng)根據(jù)該筆跡信息自動判定當(dāng)前使 用者是真實用戶還是偽造用戶。系統(tǒng)啟動后，再根據(jù)上述認(rèn)證方法對用戶手持手機(jī)在空中 的簽名進(jìn)行認(rèn)證。
[0085] 綜上，本發(fā)明將手機(jī)傳感器與在線簽名技術(shù)融合，既能解決目前的手機(jī)認(rèn)證方式 存在的不安全性問題，同時也解決了當(dāng)前技術(shù)實現(xiàn)的復(fù)雜性;本發(fā)明系統(tǒng)簡單、方便易操 作、安全性高。從硬件開銷來看，本發(fā)明中需要用到的硬件設(shè)備主要有手機(jī)加速度傳感器和 陀螺儀，這些是現(xiàn)有手機(jī)里已有的部件，價格便宜，不會增加額外的硬件開銷;從軟件開發(fā) 來看，本發(fā)明中用到了成熟的特征提取和DTW簽名算法，能達(dá)到很好的簽名識別效果。本發(fā) 明最大的特色是將這兩種技術(shù)完美結(jié)合，解決現(xiàn)有的手機(jī)個人身份認(rèn)證系統(tǒng)中存在的一些 弊端。
[0086]應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換， 而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。
【主權(quán)項】
1. 一種基于手機(jī)傳感的在線簽名身份認(rèn)證方法，其特征在于，包括W下步驟： 訓(xùn)練階段： 步驟1-1、通過手機(jī)內(nèi)置傳感器獲取用戶與非用戶的帶標(biāo)記的手寫軌跡信息； 步驟1-2、將不同用戶的手寫軌跡信息通過預(yù)處理操作； 步驟1-3、提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角信息 和傾斜角信息； 步驟1-4、運用DTW算法得到不同用戶的軌跡特征信息之間的相似性，從而得到判斷真 偽用戶之間的距離闊值T;并將訓(xùn)練好的用戶軌跡特征信息和距離闊值T存放在用戶本地模 板庫中； 識別階段： 步驟2-1、通過手機(jī)傳感器獲取用戶手寫軌跡信息并進(jìn)行預(yù)處理； 步驟2-2、提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角信息 和傾斜角信息； 步驟2-3、通過DTW算法將提取的軌跡特征信息與用戶本地模板庫中的軌跡特征信息對 比，得到兩個軌跡之間的相似性值S; 步驟2-4、將相似性值S與訓(xùn)練過程中得到的距離闊值T做比較，當(dāng)S< = T時，判定為真實 用戶，否則為偽造用戶。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1-1中，W手機(jī)內(nèi)置的加速度傳感器為 主傳感器，W巧螺儀為輔助傳感器，其中加速度傳感器獲得的數(shù)據(jù)為重力加速度與實際運 動加速度在各個方向上的和，巧螺儀檢測手機(jī)在移動過程中的方向變化，W獲得手機(jī)移動 的實時角速度。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，用戶本地模板庫中，每個用戶存放3個簽名 模板，包含最大值、最小值和平均數(shù)量特殊點的=個用戶簽名。4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟2-1具體為： 將待驗證的用戶軌跡特征信息和訓(xùn)練過程中存放在本地標(biāo)準(zhǔn)模板庫中的軌跡特征信 息分別做比較，得到3個相似性值，選取其中最小的相似性值與存放在本地模板庫中的距離 闊值做比較。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1-2與步驟2-1中對用戶手寫軌跡信息 進(jìn)行預(yù)處理具體包括： 將得到的用戶手寫軌跡信息通過高斯濾波器去除其中的噪聲，噪聲主要來自手機(jī)器件 在工作中產(chǎn)生的高斯白噪聲； 通過求取坐標(biāo)點的平均值來計算手寫簽名在二維平面的重屯、； 將每個手寫簽名坐標(biāo)減去重屯、值，得到平移后的新坐標(biāo)，該重屯、成為新的坐標(biāo)原點； 將新坐標(biāo)進(jìn)行大小歸一化，通過公；1^:新坐標(biāo)序列的二維平方和的開 根號，n表示軌跡的總坐標(biāo)數(shù)，再分別通過公式X (t)=x(t)/M，y(t)=y(t) /M歸一化橫縱坐 標(biāo)序列。6. -種基于手機(jī)傳感的在線簽名身份認(rèn)證系統(tǒng)，其特征在于，該系統(tǒng)包括訓(xùn)練模塊和 識別模塊，其中： 訓(xùn)練模塊包括： 訓(xùn)練軌跡信息獲取模塊，用于通過手機(jī)內(nèi)置傳感器獲取用戶與非用戶的帶標(biāo)記的手寫 軌跡信息； 訓(xùn)練預(yù)處理模塊，用于將不同用戶的手寫軌跡信息通過預(yù)處理操作； 訓(xùn)練提取模塊，用于提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方 位角信息和傾斜角信息； 本地模板庫建立模塊，用于運用DTW算法得到不同用戶的軌跡特征信息之間的相似性， 從而得到判斷真?zhèn)斡脩糁g的距離闊值T;并將訓(xùn)練好的用戶軌跡特征信息和距離闊值T存 放在用戶本地模板庫中； 識別模塊包括： 軌跡信息獲取模塊，用于通過手機(jī)傳感器獲取用戶手寫軌跡信息； 預(yù)處理模塊，用于對用戶手寫軌跡信息進(jìn)行預(yù)處理； 提取模塊，提取預(yù)處理后的軌跡特征信息，包括歸一化后的空間坐標(biāo)信息、方位角信息 和傾斜角信息； 比對模塊，用于通過DTW算法將提取的軌跡特征信息與用戶本地模板庫中的軌跡特征 信息對比，得到兩個軌跡之間的相似性值S; 判定模塊，用于將相似性值S與訓(xùn)練過程中得到的距離闊值T做比較，當(dāng)S< = T時，判定 為真實用戶，否則為偽造用戶。7. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，訓(xùn)練軌跡信息獲取模塊具體W手機(jī)內(nèi)置的 加速度傳感器為主傳感器，W巧螺儀為輔助傳感器，通過加速度傳感器獲得的數(shù)據(jù)為重力 加速度與實際運動加速度在各個方向上的和，通過巧螺儀檢測手機(jī)在移動過程中的方向變 化，W獲得手機(jī)移動的實時角速度。8. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，本地模板庫建立模塊具體用于在用戶本地 模板庫中，為每個用戶存放3個簽名模板，包含最大值、最小值和平均數(shù)量特殊點的=個用 戶簽名。9. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，預(yù)處理模塊具體用于將待驗證的用戶軌跡 特征信息和訓(xùn)練過程中存放在本地標(biāo)準(zhǔn)模板庫中的軌跡特征信息分別做比較，得到3個相 似性值，選取其中最小的相似性值與存放在本地模板庫中的距離闊值做比較。10. 根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，訓(xùn)練預(yù)處理模塊與預(yù)處理模塊對用戶手 寫軌跡信息進(jìn)行預(yù)處理時具體包括： 將得到的用戶手寫軌跡信息通過高斯濾波器去除其中的噪聲，噪聲主要來自手機(jī)器件 在工作中產(chǎn)生的高斯白噪聲； 通過求取坐標(biāo)點的平均值來計算手寫簽名在二維平面的重屯、； 將每個手寫簽名坐標(biāo)減去重屯、值，得到平移后的新坐標(biāo)，該重屯、成為新的坐標(biāo)原點； 將新坐標(biāo)進(jìn)行大小歸一化，通過公式衣新坐標(biāo)序列的二維平方和的開 根號，n表示軌跡的總坐標(biāo)數(shù)，再分別通過公式X (t)=x(t)/M，y(t)=y(t) /M歸一化橫縱坐 標(biāo)序列。
【文檔編號】H04M1/725GK105912910SQ201610250594
【公開日】2016年8月31日
【申請日】2016年4月21日
【發(fā)明人】汪陽, 曾文超, 詹恩奇, 鄭建彬, 華劍
【申請人】武漢理工大學(xué)