超越接触:使用雷达提取的心脏信号的开放式生物识别系统

科学领域:

• 生物识别和人机交互的人机交互
• 信号处理和机器学习
• 雷达系统工程 雷达系统工程

背景情况:

• 传统的生物识别 (指纹,面部识别) 面临隐私,伪造和近距离限制.
• 对于安全和隐私意识的场景,需要非接触式识别方法.
• 雷达技术为远程生理信号提取提供了潜力.

研究的目的:

• 提出和评估一种基于雷达的新型框架,用于非接触式生物识别人员识别.
• 从雷达检测到的心脏运动中重建心电图 (ECG) 信号以进行识别.
• 实施一个强大的开放式识别系统,能够区分已知的和未知的个人.

主要方法:

• 集成ECGReconNet用于从雷达捕获的胸壁位移数据中重建ECG信号.
• 采用了增强的InceptionTime模型,用于特征提取的固定类集群 (固定-CAC) 损失.
• 采用基于超球的方法进行开放式的识别,区分已知和未知对象.

主要成果:

• 在公共数据集上实现了最先进的性能.
• 在封闭式识别 (27个受试者) 中显示了99.61%的准确性.
• 在具有挑战性的开放条件下获得了93.97%的准确性 (14名已知,13名未知受试者).

结论:

• 拟议的基于雷达的框架可以通过ECG信号重建实现准确的非接触生物识别.
• 该系统在封闭式和开放式识别场景中都显示出高效率.
• 限制包括对运动器件的敏感性,噪音,严重的心脏不规则以及大量未知身份.