摘要
本发明提供一种PPG大数据驱动下的生物特征识别方法,包括:获取参训人员的PPG信号数据,对PPG信号数据进行高通滤波和低通滤波预处理,得到预处理后的PPG信号;对预处理后的PPG信号进行分帧,分别提取梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征,对梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征进行融合后进行主成分分析降维,得到融合特征;基于融合特征构建高斯混合模型的通用背景模型UBM,计算零阶、一阶和二阶Baum‑Welch统计量,从Baum‑Welch统计量估计全局差异空间矩阵,提取i‑vector身份认证向量;将i‑vector身份认证向量输入长短期记忆网络进行训练和分类,得到参训人员的身份识别结果。本发明能消除运动伪影的影响,捕捉PPG信号的整体变异性,为穿戴式设备提供身份认证方案。