科创中国

电子信息技术

本成果涉及一种基于手机惯性传感器的用户输入识别方法，其在用户无察觉的情况下实现数据的收集、训练、检测和识别的目的。该方案首先通过融合 加速度计和陀螺仪数据生成姿态角信息，并从姿态角信息中提取用于识别用户输入的分类特征，然后训练多个不同类型的分类器，采用组合投票的策略构建组合分类器， 在识别阶段使用组合分类器对姿态特征进行分类，识别出单个字符，最后建立隐马尔科夫模型，以加速度计的采样间隔作为观测序列，剔除不符合观测序列的潜在密码组合，从而解决现有用户输入识别方法不能识别账户密码的技术问题。

与现有技术相比，能够取得下列有益效果： (1)由于加入了隐马尔科夫模型，其以加速度计的采样间隔作为观测序列， 剔除不符合观测序列的潜在密码组合，并减少密码的搜索范围，从而减少破解算码所需的时间，并实现对账号密码的识别； (2)通过使用组合分类器，能够提高单个字符的识别准确率； (3)通过对智能手机惯性传感器和虚拟键盘输入行为的研究，提出了一种以加速度计和陀螺仪为侧通道的输入识别方案； (4)通过增加分类特征和使用组合分类算法，提高了单个字符的识别精度。

李方敏，工学博士，二级教授，博士研究生导师，中国计算机学会高级会员，传感器网络专业委会委员，湖南省计算机学会常务理事。2005年入选教育部新世纪优秀人才计划支持（NCET-05-0657）和湖北省青年杰出人才基金支持（2006ABB028），以及湖北省五四青年奖章。曾武汉理工大学信息工程学院院长，宽带无线通信与传感器网络湖北省重点实验室主任。 在武汉理工大学信息工程学院工作期间，创建了宽带无线通信与传感器网络研究方向，作为主要负责人之一于2003年和2005年成功申报了通信与信息系统二级学科博士点和信息与通信工程一级学科博士点。