智能手表采集手部动作进行身份识别的方法及系统与流程

本发明涉及动作数据识别领域，特别涉及为智能手表采集手部动作进行身份识别的方法及系统。

背景技术：

1、随着智能化设备在日常生活，以及工作中使用的数量越来越多，重要性也越来越高，其安全性也日益受到人们重视。现在已经有很多设备在进行操作时，需要进行身份识别，只有具有权限的人，才可以对设备进行操作。

2、传统智能终端的身份验证方法通常依赖于重量级的硬件和用户界面，这些界面不适合可穿戴设备；例如，密码键盘通常需要触摸屏，需要用户记忆，易被窥探泄露，且指纹、人脸识别或语音识别等解锁功能，在日常生活中智能设备解锁时的安全防护难以得到有效保障。

技术实现思路

1、本发明旨在解决智能设备日常解锁时的安全防护难以得到保障的问题，提供智能手表采集手部动作进行身份识别的方法及系统。

2、本发明为解决技术问题采用如下技术手段：

3、本发明提供智能手表采集手部动作进行身份识别的方法，包括以下步骤：

4、捕捉用户的佩戴状态，基于所述佩戴状态采集所述用户手腕骨的贴合数据，根据所述贴合数据应用预设的陀螺仪传感器采集所述用户手部进行变换时的动作信息；

5、判断所述动作信息是否适配预设识别条件；

6、若是，则基于预设方位向所述用户输出低频电流，获取所述低频电流回返的信号回流，根据所述信号回流采集所述用户脂肪的第一阻力数据与肌肉组织的第二阻力数据，将所述第一阻力数据与所述第二阻力数据上传至预设数据库中，生成所述用户对应的体重信息；

7、依据所述体重信息与预收录的体重条件进行差异性比对，确认所述用户满足身份识别条件，捕捉所述动作信息对应生成的动态变换数据；

8、判断所述动态变换数据是否符合预设内容；

9、若是，则基于预设身份的用户数据向所述用户开放对应的功能权限。

10、进一步地，所述则基于预设方位向所述用户输出低频电流，获取所述低频电流回返的信号回流，根据所述信号回流采集所述用户脂肪的第一阻力数据与肌肉组织的第二阻力数据，将所述第一阻力数据与所述第二阻力数据上传至预设数据库中，生成所述用户对应的体重信息的步骤中，包括：

11、基于所述低频电流的预设区间值，提取至少两个或多个所述信号回流；

12、根据所述信号回流测量所述用户的至少两个或多个生物电阻抗数值，将所述至少两个或多个生物电阻抗数值进行编排，获取所述生物电阻抗数值的区间值；

13、将所述区间值与预设电阻抗数值表格进行比对，生成所述用户的脂肪量区间数值与所述肌肉组织区间数值；

14、判断所述脂肪量区间数值是否大于所述肌肉组织区间数值；

15、若是，则在身份识别完毕后，将所述脂肪量区间数值与所述肌肉组织区间数值的差值比呈现在预设显示屏中；

16、若否，则基于所述脂肪量区间数值生成所述用户对应的体重区间值。

17、进一步地，所述依据所述体重信息与预收录的体重条件进行差异性比对，确认所述用户满足身份识别条件，捕捉所述动作信息对应生成的动态变换数据的步骤中，包括：

18、基于所述陀螺仪传感器采集所述动作信息，提取所述动作信息中对应的动态数据，应用分割算法对所述动态数据进行识别，识别得到至少一个或多个动态数据片段；

19、将所述动态数据片段进行初步重组后，基于图像重建算法对所述动态数据片段进行迭代重建，直至所述动态数据片段的相似度达到预设的迭代重建结果时，生成所述迭代重建结果对应的动态重组片段；

20、对所述动态重组片段进行轨迹解算，生成所述动态重组片段对应的三维运动轨迹，将所述三维运动轨迹作为所述用户的动态变换数据。

21、进一步地，所述则基于预设身份的用户数据向当前所述用户开放对应的功能权限的步骤中，包括：

22、获取所述用户的手腕贴合度和体重数据，根据所述手腕贴合度和所述体重数据识别所述用户的当前身份数据；

23、判断所述当前身份数据是否存在预设的功能权限；

24、若是，则向当前使用中的所述用户提供所述预设身份对应的特定权限。

25、进一步地，所述判断所述动态变换数据是否符合预设内容的步骤中，包括：

26、基于预设的压力传感器检测所述动态变换数据对应的至少一次或多次受力数据，其中，所述受力数据包括受力方向和受力次数；

27、判断所述受力数据是否匹配预设的识别内容；

28、若是，则向所述用户赋予常规功能权限，其中，所述常规功能权限包括监测心率、步数和睡眠。

29、进一步地，所述捕捉用户的佩戴状态，基于所述佩戴状态采集所述用户手腕骨的贴合数据，根据所述贴合数据应用预设的陀螺仪传感器采集所述用户手部进行变换时的动作信息的步骤前，包括：

30、采用预设的扫描仪识别所述用户手腕骨的图像数据，基于所述图像数据获取到所述用户手腕骨的关节方位信息；

31、判断所述关节方位信息是否与预设的方位数据存在偏差，其中，所述预设的方位数据包括关节水平线高低度；

32、若是，则根据所述关节方位信息采集到所述用户手腕骨的贴合数据，依据所述贴合数据设定与所述用户适配的自适应伸缩距离，以捕捉所述用户的佩戴状态。

33、进一步地，所述判断所述动作信息是否适配预设识别条件的步骤前，包括：

34、基于所述陀螺仪传感器获取所述用户手部进行变换时使出的施力方向，根据所述施力方向采集所述用户手部的至少一次或多次贴合信息，其中，所述贴合信息具体为所述用户佩戴智能手表时紧贴在用户手臂一侧的贴合信息；

35、判断所述贴合信息是否匹配预设的贴合次数；

36、若是，则运行预设的身份识别功能，将所述身份识别功能的编排信息与所述贴合信息进行比对。

37、本发明还提供一种智能手表采集手部动作进行身份识别的系统，包括：

38、捕捉模块，用于捕捉用户的佩戴状态，基于所述佩戴状态采集所述用户手腕骨的贴合数据，根据所述贴合数据应用预设的陀螺仪传感器采集所述用户手部进行变换时的动作信息；

39、判断模块，用于判断所述动作信息是否适配预设识别条件；

40、执行模块，用于若是，则基于预设方位向所述用户输出低频电流，获取所述低频电流回返的信号回流，根据所述信号回流采集所述用户脂肪的第一阻力数据与肌肉组织的第二阻力数据，将所述第一阻力数据与所述第二阻力数据上传至预设数据库中，生成所述用户对应的体重信息；

41、比对模块，用于依据所述体重信息与预收录的体重条件进行差异性比对，确认所述用户满足身份识别条件，捕捉所述动作信息对应生成的动态变换数据；

42、第二判断模块，用于判断所述动态变换数据是否符合预设内容；

43、第二执行模块，用于若是，则基于预设身份的用户数据向所述用户开放对应的功能权限。

44、进一步地，所述执行模块还包括：

45、提取单元，用于基于所述低频电流的预设区间值，提取至少两个或多个所述信号回流；

46、获取单元，用于根据所述信号回流测量所述用户的至少两个或多个生物电阻抗数值，将所述至少两个或多个生物电阻抗数值进行编排，获取所述生物电阻抗数值的区间值；

47、生成单元，用于将所述区间值与预设电阻抗数值表格进行比对，生成所述用户的脂肪量区间数值与所述肌肉组织区间数值；

48、判断单元，用于判断所述脂肪量区间数值是否大于所述肌肉组织区间数值；

49、执行单元，用于若是，则在身份识别完毕后，将所述脂肪量区间数值与所述肌肉组织区间数值的差值比呈现在预设显示屏中；

50、第二执行单元，用于若否，则基于所述脂肪量区间数值生成所述用户对应的体重区间值。

51、进一步地，所述比对模块还包括：

52、识别单元，用于基于所述陀螺仪传感器采集所述动作信息，提取所述动作信息中对应的动态数据，应用分割算法对所述动态数据进行识别，识别得到至少一个或多个动态数据片段；

53、重组单元，用于将所述动态数据片段进行初步重组后，基于图像重建算法对所述动态数据片段进行迭代重建，直至所述动态数据片段的相似度达到预设的迭代重建结果时，生成所述迭代重建结果对应的动态重组片段；

54、第二生成单元，用于对所述动态重组片段进行轨迹解算，生成所述动态重组片段对应的三维运动轨迹，将所述三维运动轨迹作为所述用户的动态变换数据。

55、本发明提供了智能手表采集手部动作进行身份识别的方法及系统，具有以下有益效果：

56、本发明通过用户在佩戴上智能手表后，通过识别佩戴过程中用户进行的手部动作以识别到用户执行的手部动态变换数据后，经过比对能够符合预先设定的解锁内容后，即可完成身份识别的流程，并通过获取到当前佩戴智能手表的用户的身份数据，向不同的用户提供不同的手表功能权限，有效避免了智能手表在日常使用过程中进行解锁时，指纹、人脸识别或语音识别等解锁功能遭受不法分子的非法攻击，保障了用户使用智能手表进行解锁时能够得到有效的安全防护。