本篇论文提出了：使用心脏生物识别技术进行用户验证。思想较为新颖，我和伙伴也只简单翻译整理了它的想法部分，比较浅显，没有深入原理，并做了简化。仅希望做一个启发。喜欢这篇论文想法并想钻研技术的可以下载原文阅读。与君共勉！！
目录
一、介绍
1. 背景
现在使用移动设备和物联网设备的用户非常多，例如智能手机，平板和智能家电。这些设备包含很多个人隐私和敏感信息，例如，联系人列表，常去地点，商品购买信息等等，如果不经过授权就直接访问这些设备的话，就可能导致隐私泄露，以及大量敏感信息遭到滥用。所以说在现在这个信息时代，用户验证是很有必要并且非常重要的。
现在已有的进行用户验证的方式有传统的验证方式和基于生物特征的验证方式。传统的用户验证解决方案主要依赖于密码或图形模式，这些密码或图形模式遭受各种攻击，包括密码窃取和涂抹攻击。基于生物特征的用户验证特别是基于指纹的解决方案方案广泛应用于许多高端智能手机，并提供更安全的方式来访问移动和智能设备。然而，基于指纹的解决方案容易受到创建合成指纹的影响，虹膜、面部特征和掌纹等生物特征识别主要依赖于基于计算机视觉的方法，这种技术需要高端且昂贵的相机，并且它们的性能可能会因周围的照明条件而降低使用效果。
2. 技术分析
现有验证方式或多或少都有一些局限性，因此，CardioCam 希望提出一种新型的可靠的用户验证方式。想法是利用从摄像机中提取的独特心脏生物测量数据实现用户验证，只需要用户将他/她的指尖按在设备的摄像投表面上就可以进行用户验证，并且希望该系统可以直接应用于除手机之外的其他移动设备和物联网设备上，比如智能门锁等，来执行用户验证。
有研究人员提出使用心脏生物特征（例如心跳模式）来进行用户验证。他们使用从心电图（ECG）或者光体积描记器（PPG）中得到的心脏数据进行验证。然而这种方式需要用户在指尖佩戴专用设备或者在胸部附着传感器，这对于移动用户来说是非常不方便的，并且这些设备也会增加额外的成本。现有技术可以从摄像头捕获到心脏波信息，但是我们希望从这些信息中再提取出能够在不同的个体中被区分开来的心脏生物特征，并且可以作为有效的用户验证的候选者。
有研究人员表明，智能手机上的内置摄像头可以用来测量心率和脉搏量。因为血液在手指皮肤下流动时由于心脏的收缩会产生压力的变化，从而改变血液的瞬间浓度变化，用手机摄像头旁的闪光灯做持续光源，手指紧贴摄像头，感光元件能捕捉到投过皮肤与毛细血管折射的由灯光产生的光线，这样毛细血管的搏动就能通过画面明暗的周期性变化反映出来。当闪光灯的LED光射向皮肤，透过皮肤组织反射回的光被光敏传感器接受并转换成电信号再经过AD转换成数字信号，这个过程可以简化为：光-电-数字信号，就这样可以得到心脏数据。现有工作还证明了智能手机相机捕获的心脏信号的正确性和适应能力非常接近医生专业的测量仪器。所以用手机摄像头是能捕获到可靠的心脏数据的。
考虑到在实际场景中，心脏特征可能会受到影响: 提取的心脏跳动模式会受到光照条件的影响，心跳会随着运动和人类情绪的变化而变化，指尖按压位置和压力也在数据生物特征提取中发挥着重要作用。为了应对上述挑战，我们希望自适应地更新相机配置，并动态地导出心脏运动模式，以抑制环境光变化造成的影响，并且可以处理不同的指尖按压位置和压力。
二、系统概览
1. 系统设计
系统设计的基本思想是利用人类固有的、独特的心脏生物特征，借助手机上无处不在的内置摄像头和闪光灯，来验证用户的身份。系统模块大致分为指尖按压检测和数据采集模块、动态心脏波提取模块、心脏特征提取模块和用户验证模块。系统的流程图如下图所示：
当检测到摄像机被手指覆盖按压时，打开内置摄像机和手电筒，因为人指尖血液的流动和他的心脏运动模式是相关联的，所以在手电筒的照射下，内置摄像机能够以视频帧的形式捕捉到初始数据；接下来，通过动态心脏波提取这一模块，从捕获的视频帧中提取出可靠的心脏运动波。然后通过心脏特征提取模块从心脏波中提取到可区分的心脏特征，并将这些特征通过一定的方法（例如PCA主成分分析法）构建成用户特征资料。最后，用户验证模型通过将新的心脏观察信息与已经保存的用户特征资料进行匹配，来实现用户验证。若匹配成功则通过验证，否则将拒绝用户访问请求。
2. 模块分析
本系统最值得研究的部分是心脏生物特征提取和用户验证这两个模块。接下来将详细介绍这两个模块的具体实现思路。
人类心血管系统的收缩期-舒张期特征是心动周期中拐点的振幅。这种幅度代表了血流的往返延迟时间，并且与独特的生理特征（例如，身高、动脉硬度）成比例。而心血管系统的非基准特征表征心动周期的整体信号形态，因此思考这种形态的特征可以代表心脏运动模式，并且个体有区分。
考虑到这些，我们计划用一定方法提取心脏的收缩-舒张这一基准特征和非基准特征两种特征来作为用户的生物特征。
通过收集不同用户的多个心动周期，从中提取出这两种特征，来验证是否同一用户的特征是高度相关的，不同用户的特征呈现较低相关性。从来使用这种生物特征来唯一的确认用户。
在用户验证模型中，使用欧几里德距离来评估新得到的心脏数据与已保存的用户心脏特征资料的相似性，来进行用户验证。
3. 测试实验
需要的实验设备是具有内置摄像头和闪光灯的手机，收集至少20名实验者的多个心脏周期作为心脏数据样本。考虑到有很多影响因素都会对用户心脏数据产生影响，比如说用户不同的情绪状态，不同的光照条件以及指尖不同的按压位置等等，所以我们计划在这些不同的影响因素下做对比实验来测试系统的鲁棒性。
三、评估
1. 挑战
（1）心脏的运动模式受到很多因素的影响。由于用户验证的成功建立在对心脏运动模式的可靠测量之上，然而，各种影响因素，例如环境光照条件、指尖按压位置和人体运动，会影响实际情况下导出的心脏测量值的可靠性。因此，对于所提出的系统，在心脏测量中减轻这些影响是至关重要的。
（2）心脏特征的独特性。由于心脏运动模式是通过用内置摄像机捕捉指尖的血流变化间接获得的，因此将记录的视频帧转换成与独特的心脏运动模式相关联的可靠的心脏生物测定是一项具有挑战性的任务。
（3）系统的鲁棒性。心脏测量还受到许多随机因素的影响，例如情绪变化、心率和呼吸频率变化。该系统应该能够消除这种随机性，并得出稳健的生物特征抽象。
2. 优点
（1）设备部署可行性高。相机和手电筒在大多数移动设备和物联网设备中都很容易获得，因此不会给移动用户带来额外的成本和不便。
（2）可以进行扩展。由于其他设备上也可以安装低成本的摄像头和闪光灯，因此该系统可应用于其他移动物联网设备，来进行用户验证。
（3）对于欺骗攻击较为可靠。由于心脏生物特征较为唯一，无法随意伪造，因此使用内置摄像头的独特心脏生物特征可以实现有效的用户验证。
3. 局限性
（1）认证延迟。与其他用户验证方案(如指纹和人脸识别)相比，为保证识别的准确性，摄像头通常需要更长的时间来完成验证过程。
（2）心脏疾病下的强健性不高。由于心脏异常会对心脏运动模式产生相当大的影响，从而影响心脏生物测定的稳定性。因此，对于具有心脏类疾病的用户可能无法准确识别。
四、总结
系统设计的基本思想是利用内在的、独特的、非自主的心脏生物特征，借助手机上无处不在的内置摄像头/闪光灯，来验证用户的身份。这是一种低成本、通用且难以伪造的基于心脏生物特征的用户验证系统。与现有的用户验证系统不同，心形摄像头提取独特的心脏生物特征，利用移动设备和物联网设备中现成的内置摄像头来验证用户身份。
为了减轻实际场景中各种环境光照条件和人体运动的影响，使用相关技术来优化摄像头配置，并且动态地选择相机帧中最敏感的像素以提取可信任的心脏运动模式。对于生物特征的提取，利用收缩-舒张和非基准特征来捕捉从用户心血管系统继承的独特生理特征，并验证使用这种方法获取数据的有效性。由于心脏波可能每天都有小范围的变化，使用特征变换方案来构建可靠的用户数据存档，并基于主成分分析执行用户验证。
该系统相对与其他用户识别方法来说具有可靠、易部署和可扩展的特点，但是考虑到它的局限性，在之后的研究中可以将其在心血管疾病患者中做实验，并研究更通用的用户验证机制。