步态可以用于身份识别和身份认证，这是深圳先进院孙方敏博士科研团队最新的一项研究成果。这一研究成果可用于可穿戴设备的身份识别，有助于提升可穿戴设备的安全性应用。
孙方敏介绍，每个人走路的步态隐含着属于一个人独一无二的个人特征，包括足跟触地时间、足尖离地时间、左右摆动幅值、脚离地高度等。步态作为一种新发展起来的生物特征，与指纹、人脸、虹膜等相比具有易采集、不易被窃取、可连续认证等优点。然而，基于步态的身份识别与认证距离实际应用还有许多关键科学问题需要解决。
据了解，在深圳先进院李烨研究员的带领指导下，其团队成员孙方敏博士、臧威麟博士与意大利卡拉布里亚大学研究团队合作，在基于老年人步态的可穿戴设备生物认证方面取得重要研究进展，相关论文在线发表在Elsevier旗下中科院一区刊物《Information Fusion》上。
基于步态自动身份识别的可穿戴健康监护系统
科研人员的这一研究成果是在前阶段提出的基于加速度传感器的速度自适应步态认证方法的基础上进一步针对老年人的步态特征提出的老年人身份识别方法。由于随年龄增长而出现的肌肉萎缩、肌力衰减等原因，老年人的步态与年轻成年人的相比在左右脚对称性、连续性、及周期性等方面都具有较差的性能。科研人员针对这一问题提出了多步态周期模板合成方法和基于决策层的数据融合身份识别方法，提升了老年人身份识别的准确度。
为什么会想到要用步态作为身份认证的方法呢？孙方敏表示，生活中的可穿戴设备越来越多，可穿戴设备采集和存储的大量个人信息的需要得到安全保护，而可穿戴设备一般都没有按键和摄像头，指纹录入等设备，因此指纹识别或者人脸识别并不适用于可穿戴设备，那么如何实现可穿戴设备的用户身份认证来保证可穿戴设备的信息安全呢？研究人员认为，可穿戴设备绝大多数都有加速度传感器，那么基于加速度传感器来识别人的身份，将是一个适用于可穿戴设备进行身份认证的方法。
孙方敏团队的前期研究成果提出速度自适应步态周期检测方法和个体化判别阈值生成方法，解决了步速变化及个体步态波动性对基于步态身份识别性能的影响。于同行前期研究成果相比，所提方法在步态识别和身份认证准确率上分别提升了25.8%和21.5%，平均认证准确率为91.75%，相关研究成果发表在计算机技术领域顶级期刊《IEEE Internet of Things Journal》上。科研人员在基于步态的身份认证与识别方面的研究对提升可穿戴设备的安全性应用具有重要的意义。
