-
公开(公告)号：CN113658355A
公开(公告)日：2021-11-16
申请号：CN202110910041.4
申请日：2021-08-09
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的认证识别方法以及智能空气锁，采集用户信号，并且对采集到的用户信号进行预处理，提取信号特征；根据信号特征识别用户类型，当用户类型为新用户，则通过深度学习为当前用户进行身份编码，完成新用户审核，并且将新用户身份编码与信号特征进行拟合存储，完成新用户注册；当用户类型为已注册用户，则根据用户的信号特征与存储的身份编码进行匹配，输出用户的身份编码，并且在数据库中查找该身份编码，完成用户认证，通过感知用户解锁时手部的运动特征，对用户进行感知认证，该方法是对传统钥匙解锁方法的增强认证，无需用户做额外的动作，具有较强的安全性和新用户可扩展性，使得认证和解锁的安全性大大提高。
-
Patent Agency Ranking
公开(公告)号：CN113587935A
公开(公告)日：2021-11-02
申请号：CN202110891904.8
申请日：2021-08-04
Applicant: 燕山大学
Abstract: 本发明涉及行为感知技术领域，一种基于射频信号多任务学习网络的室内场景理解方法，包括如下步骤，数据采集：使用搭载Atheros无线网卡进行信道状态信息的采集；数据预处理：滤除原始信号中包含的噪声，完成去噪后合成多链路数据，规范数据格式，构建神经网络的输入数据集；多任务识别网络：使用多任务学习网络Wisenet实现室内场景理解，其中Wisenet包含共享表示层、以及使用共享表示层多任务之间梯度信息的域识别网络Dom_Net、位置识别网络Loc_Net和行为识别网络Act_Net。本方法使用多任务学习的方法同时对用户所处的场景，包括用户所在的域、位置和动作，进行识别，从多个角度感知用户，从而理解其行为的含义。
-
公开(公告)号：CN113609976B
公开(公告)日：2023-07-21
申请号：CN202110892154.6
申请日：2021-08-04
Applicant: 燕山大学
IPC: G06F18/24 , G06F18/2411 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于WiFi设备的方向敏感多手势识别系统及方法，包括数据采集模块、数据预处理模块、特征分析模块、异常手势过滤模块以及手势识别模块，通过WiFi接收端采集WiFi发射端发射的WiFi信号中的CSI数据并存储，从采集到的CSI数据中获取CSI振幅信息；对获取得CSI振幅信息进行预处理得到消除降噪且完全包含手势信息的CSI数据；采用基于SVM的非法数据判定算法对预处理后的手势信息的数据中非法CSI数据进行判定，滤除异常手势动作，得到判定为合法CSI数据；将判定的合法CSI数据输入DNN神经网络，采用基于菲涅尔区模型的方法对不同方向的手势动作进行特征分析，确定相同手势动作的不同方向，然后对不同方向的手势动作进分类输出手势识别结果。
-
公开(公告)号：CN113658355B
公开(公告)日：2022-09-02
申请号：CN202110910041.4
申请日：2021-08-09
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的认证识别方法以及智能空气锁，采集用户信号，并且对采集到的用户信号进行预处理，提取信号特征；根据信号特征识别用户类型，当用户类型为新用户，则通过深度学习为当前用户进行身份编码，完成新用户审核，并且将新用户身份编码与信号特征进行拟合存储，完成新用户注册；当用户类型为已注册用户，则根据用户的信号特征与存储的身份编码进行匹配，输出用户的身份编码，并且在数据库中查找该身份编码，完成用户认证，通过感知用户解锁时手部的运动特征，对用户进行感知认证，该方法是对传统钥匙解锁方法的增强认证，无需用户做额外的动作，具有较强的安全性和新用户可扩展性，使得认证和解锁的安全性大大提高。
-
公开(公告)号：CN113609976A
公开(公告)日：2021-11-05
申请号：CN202110892154.6
申请日：2021-08-04
Applicant: 燕山大学
Abstract: 本发明公开了一种基于WiFi设备的方向敏感多手势识别系统及方法，包括数据采集模块、数据预处理模块、特征分析模块、异常手势过滤模块以及手势识别模块，通过WiFi接收端采集WiFi发射端发射的WiFi信号中的CSI数据并存储，从采集到的CSI数据中获取CSI振幅信息；对获取得CSI振幅信息进行预处理得到消除降噪且完全包含手势信息的CSI数据；采用基于SVM的非法数据判定算法对预处理后的手势信息的数据中非法CSI数据进行判定，滤除异常手势动作，得到判定为合法CSI数据；将判定的合法CSI数据输入DNN神经网络，采用基于菲涅尔区模型的方法对不同方向的手势动作进行特征分析，确定相同手势动作的不同方向，然后对不同方向的手势动作进分类输出手势识别结果。
-
公开(公告)号：CN113587935B
公开(公告)日：2023-12-01
申请号：CN202110891904.8
申请日：2021-08-04
Applicant: 燕山大学
IPC: G01C21/20 , G06N3/0464 , G06N3/084 , H04L67/12
Abstract: 本发明涉及行为感知技术领域，一种基于射频信号多任务学习网络的室内场景理解方法，包括如下步骤，数据采集：使用搭载Atheros无线网卡进行信道状态信息的采集；数据预处理：滤除原始信号中包含的噪声，完成去噪后合成多链路数据，规范数据格式，构建神经网络的输入数据集；多任务识别网络：使用多任务学习网络Wisenet实现室内场景理解，其中Wisenet包含共享表示层、以及使用共享表示层多任务之间梯度信息的域识别网络Dom_Net、位置识别网络Loc_Net和行为识别网络Act_Net。本方法使用多任务学习的方法同时对用户所处的场景，包括用户所在的域、位置和动作，进行识别，从多个角度感知用户，从而理解其行为的含义。(56)对比文件Zheng Yu et al..Indoor scenerecognition via multi-task metric multi-kernel learning from RGB-D images.《MULTIMEDIA TOOLS AND APPLICATIONS》.2017,第76卷(第3期),4427-4443.
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
