基于脚步地震信号的行人身份识别
机器学习
2018-09-25 v1 信号处理
机器学习
摘要
基于脚步的生物识别系统或许是唯一一种不妨碍个体自然活动的人员身份识别技术。相较于其他所有需要大量人工干预并在不同程度上侵犯个人隐私的生物识别系统，这具有明显的优势。本文提出了一种雾计算架构，用于利用广泛地理分布的地震检波器（振动传感器）实现基于脚步的生物识别系统。结果存储在物联网（IoT）云中。我们在一个自建数据库（由我们创建）上测试了生物识别系统，该数据库包含来自8个人的46000个脚步事件，在每样本1、5和10步的情况下分别达到了73%、90%和95%的准确率。我们还提出了一种基于基追踪的数据压缩技术DS8BP，用于脚步事件到雾端的无线传输。DS8BP将原始脚步事件（以8 kHz采样）压缩108倍，并兼作平滑滤波器。这些实验结果表明了我们的技术在人员身份识别和门禁系统领域的高可行性。
引用
@article{arxiv.1809.08783,
title = {Person Identification using Seismic Signals generated from Footfalls},
author = {Bodhibrata Mukhopadhyay and Sahil Anchal and Subrat Kar},
journal= {arXiv preprint arXiv:1809.08783},
year = {2018}
}