时相感知的心电生物识别：基于心脏各相的生理学依据
图像与视频处理
2026-01-05 v1 人工智能
摘要
心电图（ECG）因其个体特定特性和内在的活体特征，被采纳用于可穿戴设备中的身份认证。然而，现有方法常将心脏周期内的时相特性视为均匀信号，忽略了心脏各相的差异化特征。为此，本文提出了层次化时相感知融合（Hierarchical Phase-Aware Fusion, HPAF）框架，通过三级设计显式避免跨特征干扰。第一阶段，心脏各相内表征（Intra-Phase Representation, IPR）独立提取每个心脏相的表征，确保相位特定的形态和变异线索在无其他相位干扰的情况下得以保留。第二阶段，时相分组层次融合（Phase-Grouped Hierarchical Fusion, PGHF）以结构化方式聚合生理学上相关的心脏相，实现可靠的互补时相信息整合。最终阶段，全局表征融合（Global Representation Fusion, GRF）进一步组合分组表征，并自适应平衡各组分贡献，生成统一且判别力强的身份表征。此外，考虑到ECG信号是连续获取的，每个个体可收集多个心跳。我们提出了心跳感知多原型（Heartbeat-Aware Multi-prototype, HAM）注册策略，通过构建多原型画廊模板集来降低心跳特定噪声和变异的影响。对三个公开数据集进行的广泛实验表明，在闭合和开放集设置下，HPAF以优异性能与其他方法进行比较，实现了最先进的效果。
引用
@article{arxiv.2601.00170,
title = {Hear the Heartbeat in Phases: Physiologically Grounded Phase-Aware ECG Biometrics},
author = {Jintao Huang and Lu Leng and Yi Zhang and Ziyuan Yang},
journal= {arXiv preprint arXiv:2601.00170},
year = {2026}
}