-
公开(公告)号：CN110415415A
公开(公告)日：2019-11-05
申请号：CN201910712796.6
申请日：2019-08-02
Applicant: 深圳大学
Abstract: 本发明提供一种用于门禁系统的身份验证方法。该方法包括：采集认证设备中内置振动马达产生的振动信号；对采集到的振动信号进行滤波降噪和端点切段处理，提取包含有效触碰的振动信号；对端点切段后的振动信号进行对齐处理；将对齐后的数据进行快速傅里叶变换得到频域上的数据，提取对齐处理后的频域特征和对齐处理前的特征构建训练数据集并将所述训练数据集储存在认证设备的数据库；将用户触碰门禁系统的认证设备产生的新解锁信号作为测试数据进行处理，获得包含有效触碰的测试数据；利用机器学习分类模型将所述包含有效触碰的测试数据与所述训练数据集进行匹配分类，获得身份验证结果。本发明的身份验证方法可靠性高、成本低。
-
公开(公告)号：CN110414196A
公开(公告)日：2019-11-05
申请号：CN201910687676.5
申请日：2019-07-29
Applicant: 深圳大学
Abstract: 本发明提供一种基于振动信号的智能手表身份验证方法。该方法包括：利用智能手表中的振动马达产生增量式振动信号；将采集的振动信号进行基于频率段的分级端点切断，获得多个频率段的振动信号；针对多个频率段的振动信号进行频域特征提取；将多个频率段的振动信号作为训练数据集，训练动态时间归整模型，将提取的频域特征作为训练数据，训练最近邻模型；采集待进行身份验证的振动信号经处理后作为测试数据信号；通过动态时间规整模型判别测试数据信号与相应的训练数据信号的相似度，通过最近邻模型给出分类结果，对动态时间规整模型的判别结果和最近邻模型的判别结果进行加权，得出身份验证结果。本发明的身份验证方法安全实用，可靠性高。
-
公开(公告)号：CN110367934A
公开(公告)日：2019-10-25
申请号：CN201910677097.2
申请日：2019-07-25
Applicant: 深圳大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于非语音身体声音的健康监测方法及监测系统，利用人体非语音的声音信号与人体心理与生理状态的联系来对其进行识别与监测。该系统包括安装在身体各部位的声音采集装置和智能终端，其中可穿戴声音采集装置用来采集人体所发出的各部位非语音的身体声音，将采集到的数据传输到智能终端进行数据处理；终端对接收到的声音信号进行同步并进行数据处理，获取心理与生理健康监测结果反馈给用户并予以对应的处理措施。本发明的硬件成本低，携带及使用方便，能够实现对心理和生理健康随时随地的监控，不引起用户注意，适合日常及长期使用。
-
公开(公告)号：CN110111812A
公开(公告)日：2019-08-09
申请号：CN201910300204.X
申请日：2019-04-15
Applicant: 深圳大学
IPC: G10L25/51 , G10L25/03 , G10L21/0208
Abstract: 本发明公开了一种键盘击键内容的自适应识别方法和系统，其中所述方法包括：对智能终端内置麦克风采集到的击键声音信号进行降噪处理；对经过降噪处理的击键声音信号进行切割分帧，提取击键事件的有效信号片段；根据有效信号片段计算各击键事件的信号偏度、峭度和短时信号能量特征，以区分出单键敲击事件和组合键敲击事件；对单键敲击事件和组合键敲击事件分别进行特征提取和分类，得到分类结果；对分类结果进行校验，得到键盘击键内容识别结果。通过智能终端内置麦克风采集击键声音信号，对击键声音信号进行分析，实现对击键内容的识别，无需借助额外的硬件设备，且识别精度较高。
-
公开(公告)号：CN107484124B
公开(公告)日：2019-07-26
申请号：CN201710612616.8
申请日：2017-07-25
Applicant: 深圳大学
Abstract: 本发明提供了一种基于CSI的虚拟现实跟踪方法及系统，该虚拟现实跟踪方法包括如下步骤：数据接收步骤：服务处理终端接收多个数据终端发送的信道状态信息，多个所述数据终端接收穿戴式设备发送的WiFi数据包，并将接收到的WiFi数据包定义为信道状态信息；数据处理步骤：服务处理终端将通过评估所有WiFi数据包传播路径的发射角度和连续包的衰减值来估算包与包之间目标的位移值，从而得到目标的运动轨迹。本发明的有益效果是：本发明只在头戴式设备中嵌入商用WiFi设备，不仅降低复杂度也大大降低了成本，通过利用无处不在的WiFi信号来估计目标的位置信息，实现了高精度、鲁棒性高的VR目标定位跟踪。
-
Patent Agency Ranking
公开(公告)号：CN109840480A
公开(公告)日：2019-06-04
申请号：CN201910013634.3
申请日：2019-01-04
Applicant: 深圳大学
Abstract: 本发明公开了一种智能手表的交互方法，包括以下步骤：S1、基于人体传播振动信号，采集智能手表加速度计和陀螺仪的振动信号；S2、采用异常检测算法识别振动信号；S3、对振动信号进行预处理，采用k近邻算法改进后的算法对振动信号进行进一步的分类识别；S4、分析使用者对结果的反馈，及时矫正以维持稳定的识别精度。还相应公开了其交互系统，包括信号检测模块、识别分类模块、实时反馈模块。通过基于人体传播振动信号把人体部位当作虚拟屏幕，并结合了改进的机器学习算法，实际地拓展了手表的交互手段，提高了用户体验，本发明的交互手段新颖有趣，能够切实满足用户需求，可广的应用于文本输入、手表游戏等。
-
公开(公告)号：CN109805936A
公开(公告)日：2019-05-28
申请号：CN201910047656.1
申请日：2019-01-18
Applicant: 深圳大学
Abstract: 本发明涉及基于地面振动信号的人体摔倒检测方法，三个地震检波器采集地面振动信号；对采集的振动信号进行滤波降噪、端点切段处理、对齐处理；然后对信号进行叠加、信号特征提取；将提取到的特征信号组成训练集用于训练隐马尔可夫模型；以实际使用时的地面振动信号作为测试数据，以处理训练数据的方法处理测试数据；基于隐马尔可夫模型计算摔倒的概率，并结合EoA定位算法对短暂时间段内进行坐标跟踪，若目标移动范围小于阈值，则二次确认为摔倒，否则不为摔倒。还涉及人体摔倒检测系统。本发明通过隐马尔可夫模型计算振动信号为摔倒的概率再结合定位算法EoA进行二次确认，对摔倒的识别准确且误报率低，不需穿戴设备，保护隐私隐患，提升了用户体验。
-
公开(公告)号：CN107293301B
公开(公告)日：2019-04-02
申请号：CN201710433172.1
申请日：2017-06-09
Applicant: 深圳大学
IPC: G10L17/26
Abstract: 本发明提供了一种基于牙齿咬合声音的识别方法及系统，该识别方法包括如下步骤：S1.数据收集步骤，收集牙齿咬合的声音信号；S2.数据处理步骤，对收到的声音信号进行处理，提取声音信号中的声音特征；S3.识别步骤，将声音特征放入机器学习算法的一类模型识别算法中，进行数据的识别和判断。本发明的有益效果是：本发明无需任何硬件成本且系统简单，且使用方便，能够准确识别合法用户和非法用户，对于目前智能设备上，有很好的实用性，且同时不影响用户本身在数据隐私保护时对智能设备的良好使用。
-
公开(公告)号：CN109508728A
公开(公告)日：2019-03-22
申请号：CN201811012680.3
申请日：2018-08-31
Applicant: 深圳大学
Abstract: 本发明提供了一种用于可穿戴设备的身份验证方法，包括：在用户敲击手背时，记录内置于可穿戴设备中加速度计和陀螺仪所检测到的三轴加速度数据和三轴角速度数据；对采集到的信号进行处理得到频域上的数据，拼接在原来的数据上；将处理完的信号数据作为训练数据集储存在可穿戴设备数据库里；用户敲击新的解锁信号数据作为测试数据，先检验测试数据是否为一次有效的敲击，然后用处理训练数据的方法来处理测试数据；处理完的测试数据可以与训练集的数据通过机器学习分类方法进行分类，从而进行身份验证的识别。本发明硬件成本低，用户只需要敲击手背即可解锁可穿戴设备，学习成本低，使用方便。本发明的交互方式新颖有趣且方便快捷，应用广泛。
-
公开(公告)号：CN107290721B
公开(公告)日：2019-01-11
申请号：CN201710403535.7
申请日：2017-06-01
Applicant: 深圳大学
IPC: G01S5/18
Abstract: 本发明提供了一种室内的定位方法及系统，该定位方法包括：S1.接收步骤，接收探头采集的脚步声振动信号；S2.检测步骤，采用SWIM模型检测脚步声振动信号并校正；S3.估计步骤，采用PCC算法来估计时延；S4.处理步骤，根据定位算法求出目标精确位置。本发明的有益效果是：本发明通过地震检波器采集人走路的脚步声振动来实现人的定位，脚步声振动沿着地面传播，不会像在空气中传播时遇到家具等障碍物而产生多径反射影响定位效果，为了达到精准定位，本发明设计了SWIM模型来检测脚步声，并设计了PCC算法估计时延并定位。
-
-
-
-
-
-
-
-
-
Search Results
305
records
(took 0.035 seconds)
