基于CNN和超声传感的手势识别及辅助身份认证

doi:10.13873/J.1000-9787(2022)05-0110-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于CNN和超声传感的手势识别及辅助身份认证

更新时间：2025-09-11

- 基于CNN和超声传感的手势识别及辅助身份认证
- Issue 5, Pages: 110-113+117(2022)
- 作者机构：
  
  西安邮电大学计算机学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)05-0110-04
  CLC： TP391.41
- Published：2022
- 稿件说明：
移动端阅览
基于CNN和超声传感的手势识别及辅助身份认证[J]. 2022, (5): 110-113+117.
DOI：

基于CNN和超声传感的手势识别及辅助身份认证[J]. 2022, (5): 110-113+117. DOI： 10.13873/J.1000-9787(2022)05-0110-04.

摘要

基于超声波的非接触式传感扩展了移动设备的交互范围，提出了一种超声传感系统，它可以在多种表面材料上工作，只需要一对声音收发器。该系统使用了多普勒频移和信道脉冲响应来捕捉微妙的手部动作；然后通过卷积神经网络（CNN）从测量的信号数据中提取判别特征，形成对用户手势动作进行识别和身份验证的超声传感系统。在智能手机上实现了超声传感系统，并进行了大量的真实环境实验来评估其性能。实验结果表明：仅使用一个收发器对，它的性能可以与多收发器对实现相媲美；还可以用于多种材料表面，且不需要捕获用户的生物信息即可对用户手势识别，以及辅助身份验证的准确性超过96%。

Abstract

关键词

Keywords

references

Literature Review on Wireless Sensing——Wi-Fi Signal-Based Recognition of Human Activities [J]. Chao Wang,Siwen Chen,Yanwei Yang,Feng Hu,Fugang Liu,Jie Wu. Tsinghua Science and Technology . 2018(02)

基于卷积神经网络的手势识别方法 [J]. 杨文斌,杨会成. 安徽工程大学学报 . 2018(01)

基于卷积神经网络的软硬触觉感知方法研究 [J]. 余乐,李阳光,陈岩,吴超,李洋洋,王瑶. 传感器与微系统 . 2017(06)

Attacks on biometric systems: a case study in fingerprints [J] . Uludag Umut,Jain Anil K.. . 2004

Password Security - A Case History. [J] . Robert H. Morris Sr.,Ken Thompson. Commun. ACM . 1979 (11)

Views

463

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰