基于非基准点方法的压缩 ECG 生物特征识别
信号处理
2018-04-04 v1
摘要
鉴于其特性，生物特征识别领域呈现出使用 ECG 信号进行个人身份识别的趋势。近期基于压缩模型的工作表明，这些方法适用于 ECG 生物特征识别。然而，最佳结果通常由至少依赖 ECG 一个兴趣点的方法所取得。在本工作中，我们提出了一种基于压缩的非基准点方法，该方法使用一种称为归一化相对压缩的相似性度量——一种与字符串的 Kolmogorov 复杂度相关的度量。我们的方法对信号量化后的一阶导数使用扩展字母表有限上下文模型，而非像其他方法那样直接使用原始信号。我们在阿威罗大学收集的一个数据库上实现了 state-of-the-art 的结果，该数据库已在先前的工作中使用，使其成为该方法良好的初步基准。
引用
@article{arxiv.1804.00959,
title = {Compression-Based ECG Biometric Identification Using a Non-fiducial Approach},
author = {João M. Carvalho and Susana Brás and Armando J. Pinho},
journal= {arXiv preprint arXiv:1804.00959},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1709.07346