#1. 研究背景及动机

局域网中可穿戴设备逐渐增多的功能(健康监督, 个人辅助, 环境和家庭自动化等), 更多的时候设备需要识别使用者, 构建一个安全的使用方式. 可穿戴设备的周期的跟踪使用者的健康条件功能, 需要对使用者进行标记; 调整室内温控功能需要记录使用者的爱好; 传感器数据通过社交网络自动分享的功能都需要确定使用者的身份, 这些功能都要求对使用设备者进行识别, 从而建立可靠和安全的通信.

##1.1. 论文主题

本论文, 研究目标主要集中在可穿戴设备的识别能力, 提出使用生物阻抗特性.设备使用无害的微电流获得生物阻抗,通过生物阻抗样本与训练模型匹配, 设备可以确定被人使用, 然后验证特殊对象, 并证明识别能力在几个月后依然可用.

论文基于两个假设 :

  1. 假设可穿戴设备只被少量对象使用(例如一个家庭).
  2. 假设不是所有的设备都需要识别用户.

##1.2. 论文贡献

  • 发明感知生物阻抗的腕式可穿戴传感器系统
  • 通过不同的特征, 大量增加识别性能
  • 8人在实验室外使用系统, 进行测试
  • 证明设备长期使用依然具有可识别验证使用者的可行性.

#2. 可穿戴传感器系统

设计一个包含电极(用于检测生物阻抗)的可穿戴手环.

系统概览

  • 生物阻抗
    生物阻抗是一种身体特性, 生物组织对电流的抗性并能够存储电荷, 这种属性在不同的组织上各有不同. 这种独一无二的机制有识别不同人的可能性.
  • 硬件
    为捕获生物阻抗样本, 设计了一个可穿戴的传感器, 这个可穿戴传感器建立在Shimmer Platform, 这个平台提供处理, 无线通信, 存储和检测运动功能. 传感器使用平台的外部扩展连接器. 传感器包含一组电极.
  • 软件
    Shimmer运行TinyOS, 编写了一个软件与生物阻抗分析器和多路复用器通信, 软件分三部分 : 底层驱动,高层驱动和logging应用
  1. 低层驱动和高层驱动允许应用与传感器模块通信.
  2. logging应用用于高层驱动与传感器模块交互. 应用使用多路复用器选取两个电极, 使用生物阻抗分析器进行分析,一个完整样本被采集后,生物阻抗分析器进行休眠, 等待下次被定时器唤醒.
  3. 用microSD存储样本 或者通过蓝牙发送到手机上.
  • 检测存在
    设备需要检测合适被穿戴, 皮肤接触可以很容易的通过生物阻抗分析检测出来, 并设置了简单的门限值.

门限

#3. 识别功能设计

收集主体生物阻抗数据样本, 建立一个样本模型, 使用同样方法, 将模型与新样本进行匹配. 所有设计两个阶段 : 注册和识别.

##3.1. 生物阻抗样本

由于所有8个电极的样本是不可行的, 所以选择特殊的电极对, 进行样本测试(例如 : 相距最远的电极), 不测量相邻电极对

解剖

##3.2. 特征提取

从每一个生物抗性样本提取四个特征值(两个来自生物阻抗幅度, 两个来自生物阻抗阶段), 丢弃没有皮肤接触获得的样本, 丢弃测试不完整的样本, 丢弃误差和大于门限值的样本

阻抗

##3.3. 注册

系统载入收集样本, 通过注册算法建立模型, 模型会在进入系统的时候加载.算法具有两个模式 :鉴别(Identification)验证(Verification)

  • 鉴别是多对一的匹配, 用于确定哪一个正在穿戴这个设备.
  • 验证是一对一的匹配, 用于设备所有者人依然在穿戴这个设备

鉴别(Identification)
: 使用判别算法进行学习每一个生物阻抗样本, 学习一个分类器, 其中主体的阻抗特征向量是正样本, 其他所有的样本是负样本, 也就是多重分类中的one vs all 策略.
其中验证算法使用Navie Bayes 和SVM算法.

验证(Verification)
: 使用生成算法对样本进行学习. 验证算法使用Gaussian Mixture Model算法(结合高斯密度). 通过使用K-Means进行特征向量聚类来初始化高斯密度(k是想要得到的高斯密度集).

##3.4. 识别

一旦主体注册结束, 系统就进入识别模式,在这个模式中系统周期检测是否带在手上,然后收集生物阻抗样本. 识别算法同样为两个模式: 鉴别和验证(与注册阶段基本一致)

##3.5. 度量

使用三个度量来展现结果:

  • FAR(The false accept rate) : 负的特征向量被分到正特征向量中
  • FRR(The false reject rate) : 正的特征向量被分到负的特征向量中
  • BAC(The balanced accuracy) : 正确接受率/2 + 正确拒绝率/2

#4. 实验测试

  1. 数据集 : 精确测试用户手腕周长, 测试主体来自5男3女.
  2. 鉴别 : 通过计算每个方法的FAR, FRR, BAC
  3. 验证 : 当前验证能力和140+天后的验证能力

测试1

测试2

#5. 总结

论文作者展现了一个可持续识别穿戴人物的可穿戴系统, 系统用于验证穿戴者或者区分家庭成员. 人物识别使用了生物阻抗传感器, 腕带连接Shimmer平台上的阻抗计算模块.
设备在98%的时候可以正确识别, 证明可穿戴生物阻抗传感器一次充电可以使用一天甚至更久.

A Wearable System That Knows Who Wears It论文