基于可穿戴多模态的个性化呼吸生物特征认证

带有鼻声特征的呼吸已被证明在个人识别与验证中是一种潜在的生物特征。在本文中，我们表明除音频特征外，由胸部运动传感器捕获的其他模态信息可进一步提升性能。我们的工作包含三个主要贡献：硬件制作、数据集发布与所提多模态模型。更具体地，我们设计了新硬件，其包含一个声学传感器以采集鼻部音频特征，以及一个加速度计与陀螺仪以采集个体呼吸引起的胸部运动。利用该硬件，我们发布了来自不同志愿者多次会话的采集数据集，每次会话包含三种常见姿态：正常、深与用力呼吸。最后，我们基于卷积长短期记忆（CNN-LSTM）与时域卷积网络（TCN）架构试验了两种多模态模型。结果证明了我们的新硬件在验证与识别任务中的适用性。