为了满足日益增长的安全性和隐私要求，基于ECG的个人识别越来越引起人们的关注。 本文提出了一种新颖的特征表示方法，该方法可通过深层卷积神经网络从心电图（ECG）信号中提取特征以进行个人识别。 具体而言，它无需任何参考点检测就可以从ECG片段中提取出鲜明的特征，从而避免了复杂的信号基准特征点提取过程。 此外，我们使用特征图的均值和标准差作为全局特征进行分类。 据我们所知，这是在ECG信号领域中应用该策略的首次尝试。 与大多数现有方法不同，提出的体系结构不需要任何领域知识，并且易于训练和优化。 利用