基于CNN和超声传感的手势识别及辅助身份认证

张梦欢; 王亚刚

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

计算与测试 | 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
- 基于CNN和超声传感的手势识别及辅助身份认证
- 传感器与微系统 2022年第5期页码：110-113+117
- 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
  中图分类号： TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
张梦欢, 王亚刚. 基于CNN和超声传感的手势识别及辅助身份认证[J]. 传感器与微系统, 2022,(5):110-113+117.

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

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)

浏览量

463

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据