CN107788992B - 识别生物体的装置以及识别生物体的方法 - Google Patents

识别生物体的装置以及识别生物体的方法 Download PDF

Info

Publication number
CN107788992B
CN107788992B CN201710589526.1A CN201710589526A CN107788992B CN 107788992 B CN107788992 B CN 107788992B CN 201710589526 A CN201710589526 A CN 201710589526A CN 107788992 B CN107788992 B CN 107788992B
Authority
CN
China
Prior art keywords
living body
reception
signal
signals
antenna elements
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710589526.1A
Other languages
English (en)
Other versions
CN107788992A (zh
Inventor
中山武司
饭冢翔一
本间尚树
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2017090545A external-priority patent/JP6887089B2/ja
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN107788992A publication Critical patent/CN107788992A/zh
Application granted granted Critical
Publication of CN107788992B publication Critical patent/CN107788992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Educational Technology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Dentistry (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开涉及识别生物体的装置及方法。装置具备：至少一个发送天线元件，其对包括生物体的预定范围发送发送信号；N个接收部，其以围在预定范围的周围的方式配置，各自使用该接收部所具有的接收天线元件，在预定期间接收包括发送信号由生物体反射后的反射信号的接收信号；存储器，其存储有教师信号，教师信号是通过N个接收部预先接收包括从发送天线元件向对象生物体发送的发送信号由对象生物体反射后的反射信号在内的接收信号所获得的N个接收信号；以及电路，其根据教师信号和通过N个接收部接收所获得的N个接收信号，算出多个相关系数，在多个相关系数中的预定相关系数包含于预定数值范围的情况下，判定为生物体与对象生物体是同一生物体。

Description

识别生物体的装置以及识别生物体的方法
技术领域
本公开涉及对生物体照射无线信号并接收其反射信号来进行生物体识别(辨识)的识别装置以及识别方法。
背景技术
例如，专利文献1中公开了通过向汽车驾驶员照射电磁波，利用其反射波来提取心跳以及心音信号，由此对个人进行识别的装置。
另外，专利文献2中公开了针对汽车驾驶员，使用多个收发机来测定被检验者的心率的方法。
另外，专利文献3中公开了对被检验者的基于多个天线的360度放射图谱测定装置。
现有技术文献
专利文献1：日本特开2015-042293号公报
专利文献2：日本特开2009-055997号公报
专利文献3：日本特开2007-325621号公报
发明内容
发明所要解决的问题
然而，关于利用电磁波的生物体识别，可设想其不仅会被使用于如对汽车驾驶员那样从被方向盘和座椅包围的驾驶席空间这一近距离进行识别的情形，还会被使用于从相距数米的距离进行识别等各种各样的情形，要求使生物体识别的自由度提高。
用于解决问题的技术方案
为了实现上述目的，本发明的一个方式涉及的识别装置，是识别生物体的识别装置，具备：至少一个发送天线元件，其对包括所述生物体的预定范围发送发送信号；N个接收部，其以围在所述预定范围的周围的方式配置，各自使用该接收部所具有的接收天线元件，在预定期间接收包括所述发送信号由所述生物体反射后的反射信号的接收信号；存储器，其存储有教师信号，所述教师信号是通过所述N个接收部预先接收包括从所述发送天线元件向对象生物体发送的发送信号由所述对象生物体反射后的反射信号在内的接收信号所获得的N个接收信号；以及电路，其根据所述教师信号和通过所述N个接收部接收所获得的N个所述接收信号，算出多个相关系数，在所述多个相关系数中的预定相关系数包含于预定数值范围的情况下，判定为所述生物体与所述对象生物体是同一生物体。
此外，这些总括性的或者具体的技术方案可以通过***、方法、集成电路、计算机程序或者计算机可读取的CD-ROM等记录介质来实现，也可以通过***、方法、集成电路、计算机程序以及记录介质的任意组合来实现。
发明效果
根据本公开涉及的识别装置，能够使生物体识别的自由度提高，能够在短时间有效地进行生物体识别。
附图说明
图1是表示实施方式1中的识别装置的一例的结构图。
图2是表示实施方式1中的电路以及存储器的功能性结构的框图。
图3是表示实施方式1中的教师信号的一例的图。
图4是表示实施方式1中的识别装置的工作的一例的流程图。
图5是表示实施方式1中的判定处理的一例的流程图。
图6是表示相关系数ρ的累积概率分布的概念图的坐标图。
图7是表示基于实施方式1中的识别装置的识别试验所使用的环境的图。
图8是表示由识别试验获得的相关系数ρ的累积概率分布的图。
图9是表示以在图8中决定的条件(X＝70[％])为基础进行的识别试验的识别结果的图。
图10是表示实施方式1的变形例1中的识别装置的一例的结构图。
图11是表示实施方式2中的识别装置的一例的结构图。
图12是表示实施方式2中的电路以及存储器的功能性结构的框图。
图13是表示实施方式2中的识别装置的工作的一例的流程图。
标号说明
10、10A、10B：识别装置
20、20B：发送部
21、21B：发送天线元件
30A～30H、70A、70B：接收部
31A～31H、71A、71B：接收天线元件
40、40B：电路
41：存储器
42：教师信号
50：生物体
60A～60H：收发部
410：相关系数算出部
420：判定部
430：复传递函数算出部
440：生物体成分算出部
450：位置推定处理部
460：信号校正部
具体实施方式
(成为本公开的基础的见解)
对于与利用电磁波识别生物体有关的现有技术，发明人进行了详细的研究。其结果是，在专利文献1以及专利文献2的方法中，对坐在汽车驾驶席的人物照射电磁波，测定来自该人物的反射波，对测定到的结果进行运算处理。通过该运算处理来进行心跳或者心音的测定，取得所测定到的心跳或者心音的时间相关，由此，实现生物体识别。然而，除了人坐在驾驶席以外还有许多状况需要进行生物体识别，例如对于在站立、跪坐、躺卧、行走等各种状况下的生物体的识别，没有得到充分考虑。
发明人对以上问题反复进行研究的结果是，认为要增加识别生物体的识别装置的适用对象，需要为了缓解天线与生物体识别的对象生物体之间的制约，而使天线与对象生物体的距离或者位置关系的自由度提高。具体而言是，发现了为了提高对象生物体的朝向的自由度，也就是说为了使得不论对象生物体为哪种朝向都能够进行识别，要以对象生物体为基准，在对象生物体的周边的多个位置以朝向对象生物体的方向设置天线。另外，发现了为了提高天线与对象生物体的距离的自由度，通过对对象生物体进行定位，并使用其结果来进行距离校正，能够放宽对象生物体与天线之间的距离的条件。另外，还发现了由于因对象生物体与天线之间的距离加大，天线所接收的来自对象生物体的反射波减弱，因此要将测定时间充分延长为数十秒等。另外，发现了通过增加取得的数据数量，取得多个模式的时间相关并且将获得的多个模式的时间相关的结果降序排列，在该结果包含于预定区域时进行生物体识别，从而能够去除偶然的一致和/或噪声成分。发明人通过发现这些，得到了本公开。
(1)本公开的一个技术方案涉及的装置，是识别生物体的装置，具备：至少一个发送天线元件，其对包括所述生物体的预定范围发送发送信号；N个接收部，其以围在所述预定范围的周围的方式配置，各自使用该接收部所具有的接收天线元件，在预定期间接收包括所述发送信号由所述生物体反射后的反射信号的接收信号；存储器，其存储有教师信号，所述教师信号是通过所述N个接收部预先接收包括从所述发送天线元件向对象生物体发送的发送信号由所述对象生物体反射后的反射信号在内的接收信号所获得的N个接收信号；以及电路，其根据所述教师信号和通过所述N个接收部接收所获得的N个所述接收信号，算出多个相关系数，在所述多个相关系数中的预定相关系数包含于预定数值范围的情况下，判定为所述生物体与所述对象生物体是同一生物体。
由此，使用由以围在预定范围的周围的方式配置的N个接收部接收到的接收信号来进行生物体识别。因此，不管生物体的朝向如何，都能够以少的测定次数进行生物体识别。由此，能够使生物体识别的自由度提高，能够在短时间有效地进行生物体识别。
(2)在上述技术方案中，也可以为，所述电路，进一步，算出对于所述多个相关系数的累积分布函数，在所述多个相关系数中的、在所述累积分布函数中累积概率取第1值的相关系数包含于第2值以上的、或者第3值以下的数值范围的情况下，判定为所述生物体与所述对象生物体是同一生物体。
因此，能够更高精度地进行生物体识别。
(3)在上述技术方案中，也可以为，所述电路使用滑动相关运算，算出所述教师信号与所述N个接收信号的每一个之间的多个相关系数来作为所述多个相关系数。
因此，能够有效地进行生物体识别。
(4)在上述技术方案中，也可以为，所述电路，进一步，使用所述N个接收信号来算出所述预定范围中的所述生物体的位置，使用所述生物体的位置来算出所述多个相关系数。
因此，能够有效地进行与生物体的位置相应的生物体识别。
(5)在上述技术方案中，也可以为，所述发送天线元件包括多个发送天线元件，所述多个发送天线元件配置在互不相同的地方。
因此，能够获得乘以多个发送部的数量而得到的数量的接收信号。由此，能够使相关系数的数量增加，能够在短时间高精度地进行生物体识别。
(6)在上述技术方案中，也可以为，所述发送天线元件包括N个发送天线元件，所述N个接收天线元件分别为所述N个发送天线元件，所述电路，进一步，使用所述N个接收信号，推定所述预定范围中的所述生物体的位置，使用所述生物体的位置来算出所述多个相关系数。
因此，能够将N个发送天线元件和N个接收天线元件进行兼用，能够简化识别装置的构成。
(7)在上述技术方案中，也可以为，所述教师信号是通过所述N个接收部预先在所述预定期间的K倍期间接收所述接收信号所获得的所述N个接收信号，其中，K大于等于2。
因此，能够更高精度地进行生物体识别。
此外，这些总括性的或者具体的技术方案可以通过***、方法、集成电路、计算机程序或者计算机可读取的CD-ROM等记录介质来实现，也可以通过***、方法、集成电路、计算机程序以及记录介质的任意组合来实现。
以下，使用附图，详细地对本公开的实施方式进行说明。此外，下面说明的实施方式均表示本公开的优选的一个具体例。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等仅为一例，并非旨在限定本公开。另外，对于以下的实施方式中的构成要素中的、没有记载在表示本公开的最上位概念的独立权利要求中的构成要素，作为构成更加优选的方式的任意的构成要素进行说明。此外，在本说明书以及附图中，对具有实质相同的功能结构的构成要素赋予同一标号，由此省略重复说明。
(实施方式1)
图1是表示实施方式1中的识别装置的构成的一例的结构图。
如图1所示，识别装置10具备发送部20、N个接收部(在本实施方式中为接收部30A～30H)、电路40以及存储器41。识别装置10通过发送部20向包括人等生物体50在内的预定范围A1发送发送信号，用接收部30A～30H接收包括由生物体50反射后的反射信号的接收信号。识别装置10通过用电路40对由接收部30A～30H接收到的接收信号进行处理，识别生物体50。
发送部20至少具有一个发送天线元件21。发送天线元件21对预定范围A1发送发送信号。发送部20可以配置于预定范围A1的周围的位置、也就是预定范围A1的外侧的位置。具体而言，发送天线元件21将微波作为发送信号向人等生物体50进行发射。发送天线元件21可以发送无调制的发送信号，也可以发送进行了调制处理后的发送信号。在进行调制处理的情况下，发送部20也可以包括用于进行调制处理的电路。发送天线元件21配置于预定范围A1的周围的位置。此外，预定范围A1指的是用于由识别装置10对生物体50进行识别的预先确定的空间范围。
接收部30A～30H的每一个具有一个接收天线元件31A～31H。接收天线元件31A～31H在预定期间接收包括反射信号的接收信号，所述反射信号是来自发送部20的发送信号由生物体50反射后的信号。接收部30A～30H以围在预定范围A1的周围的状态，例如分别等间隔地配置成圆形。接收部30A～30H由N个(在本实施方式中为8个)构成。
接收部30A～30H的每一个也可以将接收信号进行频率变换，变换为低频信号。另外，接收部30A～30H的每一个也可以对接收信号进行解调处理。接收部30A～30H的每一个将通过频率变换和/或解调处理而获得的信号输出给电路40。接收部30A～30H的每一个也可以包括用于处理接收信号的电路。
电路40执行使识别装置10工作的各种处理。电路40例如构成为包括：执行控制程序的处理器；和被用作执行该控制程序时所使用的工作区的易失性的存储区域(主存储装置)。易失性的存储区域例如是RAM(Random Access Memory，随机存取存储器)。
电路40将从接收部30A～30H的每一个取得的信号在预定期间临时地存储于易失性的存储区域。电路40也可以将该信号的相位以及振幅在预定期间临时地存储于易失性的存储区域。此外，电路40也可以具有非易失性的存储区域，也可以将该信号在预定期间临时地存储于非易失性的存储区域。
此外，电路40也可以通过用于进行使识别装置10工作的各种处理的专用电路来构成。也就是说，电路40既可以是进行软件处理的电路，也可以是进行硬件处理的电路。
存储器41是非易失性的存储区域(辅助存储装置)，例如是ROM(Read OnlyMemory，只读存储器)、闪存、HDD(Hard Disk Drive，硬盘驱动器)等。存储器41例如存储有使识别装置10工作的各种处理所利用的信息。
接着，使用图2对电路40的功能性结构进行说明。
图2是表示实施方式1中的电路以及存储器的功能性结构的框图。
电路40具有相关系数算出部410和判定部420。
相关系数算出部410对存储器41所存储的教师信号42和通过接收部30A～30H接收所获得的N个接收信号进行比较，由此，算出多个相关系数。此外，在此成为进行比较的对象的N个接收信号是在预定期间存储于电路40的存储区域的信号。
在此，对存储器41所存储的教师信号42进行说明。
图3是表示教师信号的一例的图。
教师信号42是针对位于预定范围A1的已知的人等对象生物体，通过接收部30A～30H预先接收包括从发送天线元件21发送出的发送信号由该对象生物体的表面反射后的反射信号在内的接收信号，所获得的N个接收信号的时间响应波形。也就是说，如图3所示，教师信号42是通过接收部30A～30H预先在用于识别生物体50的预定期间的K倍(K大于等于2)期间(图3的测定期间)接收包括反射信号的接收信号所获得的N个接收信号。测定期间例如为120[s]。此外，图3中所示的教师信号是一个接收部所接收到的接收信号的一例。
此外，教师信号42也可以为，对多个已知的对象生物体分别预先取得。在该情况下，分别与多个已知的对象生物体对应的多个教师信号42的每一个在与对所对应的对象生物体进行识别的识别信息相关联的状态下存储于存储器41。
具体而言，相关系数算出部410使用滑动相关(sliding correlation)运算，算出教师信号42与N个接收信号的每一个之间的多个相关系数。在此进行的滑动相关运算指的是求取由(式1)表示的相关系数的运算。
Figure BDA0001354383260000091
Sl(t)＝[sl1(t)，...，slM(t)]T (式2)
S(t)＝[s1(t)，...，sM(t)]T (式3)
Figure BDA0001354383260000092
在此，Sl(t)为第l个教师复信号向量，S(t)为观测到的复信号向量，C为循环置换矩阵。k(0≤k≤M-1)为循环置换矩阵的指数，对应于生物体的朝向。即，当被乘以一次C时，观测信号向量S的元素被进行与一列相当的循环移位，因此等价于接收天线整体以圆的中心为基准旋转了360/M度。Ck为使接收天线旋转360k/M度，而其原因在于设为即使在生物体朝向任意的方向时也能够进行识别。另外，τ是用于对观测到的接收信号与教师信号的时间差进行考虑的参数。这是用于利用由生物体引起的波形响应为周期性的这一情况的参数，通过使τ变化，能够一边使在任意的时刻(timing)观测到的接收信号滑动一边与观测到的教师信号进行比较。相关系数算出部410使如上所述的τ以及k变化来算出(式5)所示的相关系数的最大值。
Figure BDA0001354383260000093
在此，τmax为进行滑动相关运算的最大的时间差，设定为生物体活动的周期或者其数倍左右以上即可。例如若设呼吸的周期为3秒，则将τmax设定为该周期的3倍以上即10秒左右即可。在事先对已知生物体多次测定了教师信号，存储器41存储有关于该已知生物体的多个教师信号的情况下，也可以通过对多个教师信号实施(式5)的运算，从而以一次观测获得大量的相关系数ρ。此外，在此教师复信号向量Sl(t)和复信号向量S(t)也可以是发送天线元件21与各接收天线元件31A～31H之间的传播信道(传递函数)。
判定部420判定由相关系数算出部410算出的多个相关系数是否包含于预定数值范围。判定部420在多个相关系数中的预定相关系数包含于预定数值范围的情况下，判定为生物体50与对象生物体是同一生物体。
具体而言，判定部420算出对于多个相关系数的累积分布函数。判定部420判定多个相关系数中的、在算出的累积分布函数中累积概率取第1值的相关系数是否包含于第2值以上的数值范围。而且，判定部420在判定的结果是判定为在算出的累积分布函数中累积概率取第1值的相关系数包含于第2值以上的数值范围的情况下，判定为生物体50与对象生物体是同一生物体。
此外，判定部420虽然当在算出的累积分布函数中累积概率取第1值的相关系数包含于第2值以上的数值范围的情况下，判定为生物体50与对象生物体是同一生物体，但判定的基准不限定于第2值以上的数值范围。判定部420也可以在该相关系数包含于第2值以上且第3值以下的数值范围的情况下，判定为生物体50与对象生物体是同一生物体。另外，判定部420也可以在该相关系数包含于第3值以下的数值范围的情况下，判定为生物体50与对象生物体是同一生物体。
此外，在对多个已知的对象生物体的每一个预先取得的多个教师信号42存储于存储器41的情况下，在电路40中，对分别与多个对象生物体对应的教师信号42的每一个进行处理。由此，电路40将生物体50识别为是被判定为与该生物体50同一的教师信号42所对应的对象生物体。
图4是表示实施方式1中的识别装置的工作的一例的流程图。
在识别装置10中，在将生物体50安置于预定范围A1内的状态下，发送天线元件21对预定范围A1发送发送信号(S11)。
接收部30A～30H使用各自所具有的接收天线元件31A～31H，在预定期间接收包括发送信号由生物体50反射后的反射信号的接收信号(S12)。
电路40从存储器41读出教师信号42，根据读出的教师信号与N个接收信号来算出多个相关系数(S13)。具体而言，电路40针对通过将得到的接收信号进行处理所获得的复信号向量S(t)，根据(式1)～(式5)的顺序，求取相关系数。在此，设存储器41存储有通过事先进行L次在一定时间T之间观测教师复信号向量Sl(t)的工作所获得的L个教师信号的群[S1(t),…,SL(t)]。在该情况下，对L个教师信号的群与N个接收信号进行比较来求取相关系数，因此，获得的相关系数的数量为L×N个。
接着，电路40在算出的多个相关系数中的预定相关系数包含于预定数值范围的情况下，判定为生物体50与对象生物体是同一生物体(S14)。
接着，具体地说明步骤S14的判定处理。
图5是表示实施方式1中的判定处理的一例的流程图。
在判定处理中，判定部420算出所获得的多个相关系数的累积概率分布(S21)。
判定部420提取多个相关系数中的、在算出的累积概率分布中累积概率为作为第1值的X％值的相关系数ρ(X)(S22)。在此，判定部420通过将成为判定基准的X％值设定为使由与教师信号的对象生物体相同的生物体获得的累积概率分布、和由与教师信号的对象生物体不同的生物体获得的累积概率分布之间的差异足够大的值，能够提高后述的识别率。在上述的使差异足够大的值不明确的情况下，判定部420也可以将X％值例如设定为中间值(X＝50％)。
接着，判定部420为了进行识别，事先设定作为第2值的阈值ρmin，判定是否满足ρmin≤ρ(X)(S23)。判定部420在满足ρmin≤ρ(X)的情况下(S23：是)，判定为生物体50与对象生物体是同一生物体(S24)。另一方面，判定部420在不满足ρmin≤ρ(X)、也就是说为ρmin>ρ(X)的情况下(S23：否)，判定为生物体50与对象生物体不同(S25)。此外，阈值ρmin需要设定为使得在教师信号与对象生物体是同一生物体的情况下满足ρmin≤ρ(X)，但若设定为过低的值，则将与对象生物体不同的生物体识别为同一生物体的误检测率会上升，因此，需要设定为适当的值。
图6是表示相关系数ρ的累积概率分布的概念图的坐标图。具体而言，在图6中，与教师信号的对象生物体为同一生物体的情况下的累积概率分布由实线的曲线表示，与教师信号的对象生物体为不同生物体的情况下的累积概率分布由虚线的曲线表示。同一生物体间的相关系数趋于高出不同生物体间的相关系数，因此，由实线及虚线表示的两个分布的ρ(X)出现差量。只要通过事先的实验等获知这样的分布之差，判定部420就能够使用误识别少而可获得高识别率的阈值ρmin来进行判定处理。判定部420通过使用像这样适当地设定的阈值ρmin能够进行识别率更高的识别。
接着，说明为了明确由实施方式1中的识别装置10实现的生物体识别的有效性所进行的识别试验。
图7是表示基于实施方式1中的识别装置的识别试验所使用的环境的图。
如图7所示，在识别试验中，使用了1台相当于发送部20的发送机和8台相当于接收部30A～30H的接收机(接收天线)。8台接收机以生物体为中心、以0.5m为半径并且以45度为间隔排列配置为圆形。在此，发送天线元件为1个元件的方形片状天线，8台接收机所具有的8个接收天线元件分别为方形片状天线。另外，从地面到设置有接收天线元件的位置的高度为0.9m。发送天线元件配置于第1个接收天线元件的与该第1个接收天线元件相距其微波的一个波长的正上方。
图8是表示由识别试验获得的相关系数ρ的累积概率分布的图。
在此，教师信号是事先进行了5次测定的结果。另外，用于识别的观测次数为1次。进行识别的预定期间为T＝10秒。
可知在与对象生物体为同一生物体的情况下，观测到了比较高的相关系数，而在与对象生物体为不同生物体的情况下，和与对象生物体为同一生物体的情况相比，相关系数较低。根据该实验结果，将作为相关系数的比较基准的第1值设定为分布之差比较大的X＝70[％]。
图9是表示以在图8中决定的条件(X＝70[％])为基础进行的识别试验的结果的图。在图9中，在使阈值ρmin变化的情况下，由实线的曲线表示了能够准确识别为与对象生物体是同一生物体的概率(以下也称为“识别率”)，由虚线的曲线表示了错误地识别了与对象生物体是不同生物体的概率(以下也称为“误识别率”)。误识别率是在对于与对象生物体是不同生物体的判定处理中判定为与对象生物体是同一生物体的情况的概率。
由图9所示的虚线的曲线可知，随着将阈值ρmin提高，误识别率逐渐降低。另外，明确了通过将阈值ρmin设为ρmin≥0.86，能够使误识别率为0％并且使识别率达到90％。
根据本实施方式涉及的识别装置10，使用由以围在预定范围A1的周围的方式配置的N个接收部30A～30H接收到的接收信号来进行生物体识别。因此，能够从不同的多个角度取得接收信号，能够以少的测定次数进行生物体识别。由此，能够使生物体识别的自由度提高，能够在短时间有效地进行生物体识别。
另外，本实施方式涉及的识别装置10使用微波等无线信号，对人等生物体进行识别。如此，无需对通过摄像头拍摄到的图像进行图像解析就能够识别人等生物体，因此，能够在保护人的隐私的状态下进行对人的识别。
(实施方式1的变形例1)
上述实施方式1涉及的识别装置10构成为具备一个发送部20和N个接收部30A～30H，但不限于此。例如，如图10所示，也可以采用具备N个(在本变形例中为8个)收发部60A～60H的识别装置10A。
图10是表示变形例1中的识别装置的一例的结构图。
收发部60A～60H具有N个接收天线元件31A～31H。N个接收天线元件31A～31H分别也作为N个发送天线元件来发挥功能。此外，电路40以及存储器41的构成与实施方式1的识别装置10中的构成是同样的，因此省略说明。
在该情况下，使收发部60A～60H分别选择性地作为发送部和接收部中的某一方来发挥功能。也就是说，例如通过使收发部60A～60H中的一个作为发送部来发挥功能，使另外的多个收发部作为接收部来发挥功能，从而取得多个接收信号。另外，通过依次切换作为发送部发挥功能的收发部，能够取得基于从多个收发部60A～60H发送来的发送信号的多个接收信号。
毫无疑问，根据该构成，能够在短时间高效地取得所述教师信号、所述接收信号。
(实施方式1的变形例2)
在变形例1的识别装置10A中，构成为具备兼用于发送部和接收部的收发部，但也可以不兼用。也就是说，识别装置也可以构成为具备多个发送部和与该多个发送部不同的另外的N个接收部。多个发送部配置于预定范围A1的周围、也就是预定范围A1的外侧的互不相同的位置。
(实施方式2)
在上述实施方式1及其变形例1、2涉及的识别装置10、10A中，没有考虑生物体50位于预定范围A1的哪个位置，但在实施方式2涉及的识别装置10B中，可以检测生物体50的在预定范围A1中的位置，使用该位置来进行识别。
图11是表示实施方式2中的识别装置的一例的结构图。
如图11所示，识别装置10B具备发送部20B、接收部70A、70B、电路40B以及存储器41。存储器41的构成与实施方式1是同样的，因此省略说明。
发送部20B具有n个(n是2以上的自然数)发送天线元件21B。发送部20B具有通过n个发送天线元件21B排列配置在水平面上的第1预定方向所构成的阵列天线。n个发送天线元件21B的每一个向预定范围A1发送发送信号。也就是说，发送部20B从不同的n处位置向预定范围A1发送n个发送信号。
n个发送天线元件21B的每一个也可以依次地切换着发送调制信号和无调制的信号。如此，通过按n个发送天线元件21B的每一个来将从n个发送天线元件21B发送的发送信号设为各不相同的发送信号，能够确定发送了由接收部70A接收到的发送信号的发送天线元件21B。如此，发送部20B也可以包括用于进行调制处理的电路。
接收部70A具有m个(m是2以上的自然数)接收天线元件71A。接收部70A具有通过m个接收天线元件71A排列配置在水平面上的第2预定方向所构成的阵列天线。m个接收天线元件71A的每一个接收包括反射信号的n个接收信号，所述反射信号是n个发送信号中的由生物体50反射后的信号。接收部70A对由微波而成的接收信号进行频率变换，变换为低频信号。接收部70A将通过变换为低频信号而获得的信号输出给电路40B。也就是说，接收部70A也可以包括用于处理接收信号的电路。
接收部70B具有一个接收天线元件71B。接收部70B为与实施方式1的接收部30A～30H之一相同的构成，因此省略说明。接收部70B与配置有发送部20B以及接收部70A的位置隔着预定范围A1，配置在相反侧的位置。也就是说，接收部70A以及接收部70B配置为围在预定范围A1的周围。
电路40B的硬件结构是与实施方式1的电路40相同的结构，因此省略说明。
接着，使用图12对电路40B的功能性结构进行说明。
图12是表示实施方式2中的电路以及存储器的功能性结构的框图。
电路40B具有相关系数算出部410、判定部420、复传递函数算出部430、生物体成分算出部440、位置推定处理部450和信号校正部460。电路40B与实施方式1的电路40相比较，不同之处在于还具有复传递函数算出部430、生物体成分算出部440、位置推定处理部450和信号校正部460，因此，对它们的构成进行说明。
复传递函数算出部430根据变换为低频信号的接收信号，算出复传递函数。复传递函数指的是表现各发送天线元件21B与各接收天线元件71A之间的传播损失以及相位旋转的函数。复传递函数在发送天线元件数为n个、接收天线元件数为m个的情况下，成为具有m×n个成分的复矩阵。下面，将该复矩阵称为复传递函数矩阵。算出的复传递函数矩阵被输出给生物体成分算出部440。也就是说，复传递函数算出部430根据在m个接收天线元件71A的每一个中以预定期间接收到的多个接收信号的每一个，算出m×n的第1矩阵，所述m×n的第1矩阵以表示n个发送天线元件21B的每一个与m个接收天线元件71A的每一个之间的传播特性的各复传递函数作为成分。
生物体成分算出部440将复传递函数矩阵分离为根据经由了生物体50的接收信号而获得的复传递函数矩阵成分、和根据没有经由生物体50的接收信号而获得的复传递函数矩阵成分。经由了生物体50的成分指的是根据生物体活动而产生时变的成分。由此，关于经由了生物体50的成分，例如在除生物体50以外静止着的情况下，能够根据通过将复传递函数矩阵的成分在时间方向上进行傅立叶变换所获得的成分，通过取出直流以外的成分来进行提取。另外，经由了生物体50的成分例如也能够通过取出与生物体50不存在于预定范围A1时所观测到的结果之间的差量超过了预定阈值的成分来进行提取。如此，生物体成分算出部440通过提取根据包括经由了生物体50的反射信号的接收信号所获得的复传递函数矩阵成分，算出所提取到的复传递函数矩阵成分来作为生物体成分。也就是说，生物体成分算出部440通过提取第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到生物体的包括呼吸、心跳以及体动中的至少一方在内的体征活动的影响的成分对应的第2矩阵。预定频率范围例如是源于上述的生物体的包括呼吸、心跳以及体动中的至少一方在内的体征活动的频率范围。预定频率范围例如是大于等于0.1Hz且小于等于3Hz的频率范围。由此，能够提取受到心脏、肺、横膈膜、内脏的活动的生物体50的部位的体征活动、或者手、脚等的体征活动的影响的生物体成分。此外，心脏、肺、横膈膜、内脏的活动的生物体50的部位例如指的是人的心窝。
在此，生物体成分是具有m×n个成分的矩阵，从根据以预定期间在接收部70A中观测到的接收信号而获得的复传递函数来提取。因此，生物体成分作为具有频率响应或者时间响应信息的成分。此外，预定期间是生物体的呼吸、心跳以及体动中的至少一方的周期的大致一半的期间。
由生物体成分算出部440算出的生物体成分被输出给位置推定处理部450。位置推定处理部450使用被算出的生物体成分来进行生物体50的位置推定。也就是说，位置推定处理部450使用第2矩阵，推定生物体50相对于识别装置10B所存在的位置，由此，推定在预定范围A1中生物体50所存在的位置。在位置推定中，推定从发送部20B的出发角θT和向接收部70A的到来角θR这两个角度，并利用三角法，根据所推定的出发角θT和到来角θR以及预先存储于存储器41的发送部20B和接收部70A的位置来推定生物体50的位置。
此外，将任意对发送部20B设定的第1基准方向与作为从发送部20B向生物体50的方向的第1生物体方向所成的角设为出发角θT。同样地，将任意对接收部70A设定的第2基准方向与作为从接收部70A向生物体50的方向的第2生物体方向所成的角设为到来角θR。此外，第1基准方向、第1生物体方向、第2基准方向以及第2生物体方向是水平面上的方向。
信号校正部460根据由位置推定处理部450推定出的生物体50的位置，考虑发送天线元件21B、接收天线71A、71B与生物体50的距离，对由接收部70A、70B接收到的多个接收信号的每一个进行校正。
相关系数算出部410对存储器41所存储的教师信号42和通过由信号校正部460校正所获得的多个校正信号进行比较，由此，算出多个相关系数。相关系数算出部410与实施方式1相比，仅在取代多个接收信号而使用多个校正信号之处不同，所执行的处理与实施方式1是同样的。
图13是表示实施方式2中的识别装置的工作的一例的流程图。
在识别装置10中，在将生物体50安置于预定范围A1内的状态下，发送天线元件21B对预定范围A1发送n个发送信号(S11a)。
接收部70A、70B使用各自所具有的接收天线元件71A、71B，接收包括由发送部20B发送的n个发送信号被生物体50反射后的多个反射信号的n个接收信号(S12a)。
电路40B根据在m个接收天线元件71A的每一个中以预定期间接收到的n个接收信号的每一个，算出n×m的第1矩阵，所述n×m的第1矩阵以表示n个发送天线元件21B的每一个与m个接收天线元件71A的每一个之间的传播特性的各复传递函数作为成分(S31)。
电路40B通过提取第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到生物体50的包括呼吸、心跳以及体动中的至少一方的体征活动的影响的成分对应的第2矩阵(S32)。
电路40B使用第2矩阵，推定生物体50相对于识别装置10B所存在的位置(S33)。
电路40B根据推定出的生物体50的位置，对由接收部70A、70B接收到的多个接收信号的每一个进行校正(S34)。
电路40B进行在实施方式1中说明的步骤S13以及步骤S14，结束处理。
根据本实施方式涉及的识别装置10B，即使在生物体50于预定范围A1内移动的情况下，由于进行对移动的生物体50的位置的定位，以定位到的坐标为基础算出接收部与生物体的距离、方向，进行接收信号的校正，因此对于正在移动的生物体50也能够进行生物体识别。
(实施方式2的变形例)
在上述实施方式2中，使用包括发送部20B所发送的发送信号由生物体50反射后的多个反射信号的n个接收信号，推定在预定范围A1内的生物体50的位置，但不限于此。例如，也可以通过使用现存的生物体雷达、摄像头等能够进行生物体的定位的装置，检测在预定范围A1内的生物体50的位置。
此外，在上述各实施方式中，各构成要素既可以用专用的硬件构成，也可以通过执行适于各构成要素的软件程序来实现。各构成要素也可以通过CPU或者处理器等程序执行部将记录于硬盘或者半导体存储器等记录介质中的软件程序读出并执行来实现。在此，实现上述各实施方式的识别装置等的软件是如下的程序。
即，该程序使计算机执行识别方法，该执行方法是基于识别装置的识别生物体的方法，所述识别装置具备：至少一个发送天线元件、分别具有接收天线元件的N个接收部、存储器、和电路，所述方法包括：使用所述发送天线元件，对包括所述生物体的预定范围发送发送信号；使用所述N个接收部的每一个所具有的所述接收天线元件，分别在预定期间接收包括所述发送信号由所述生物体反射后的反射信号的接收信号；从所述存储器读出教师信号，所述教师信号是通过所述N个接收部预先接收从所述发送天线元件向对象生物体发送的发送信号由所述对象生物体反射后的反射信号所获得的N个接收信号；根据读出的所述教师信号和在所述N个接收部中接收到的N个所述接收信号，算出多个相关系数；在算出的所述多个相关系数中的预定相关系数包含于预定数值范围的情况下，判定为所述生物体与所述对象生物体是同一生物体。
以上，基于实施方式说明了本公开的一个或者多个技术方案涉及的识别装置10、10A、10B，但本公开不限定于该实施方式。只要不偏离本公开的宗旨，将本领域技术人员想到的各种变形应用于本实施方式而得到的方式、和将不同的实施方式中的构成要素组合而构建的方式也可以包含在本公开的一个或者多个技术方案的范围内。
产业上的可利用性
本公开能够用于利用无线信号识别生物体的识别装置，尤其能够利用于进行与生物体相应的控制的家电设备、对生物体的侵入进行检测的监视装置等所搭载的生物体识别装置等。

Claims (7)

1.一种识别生物体的装置，具备：
至少一个发送天线元件，其对包括所述生物体的预定范围发送发送信号；
N个接收部，其以围在所述预定范围的周围的方式配置，使用该N个接收部的每一个所具有的接收天线元件，分别在预定期间接收包括所述发送信号由所述生物体反射后的反射信号的接收信号；
存储器，其存储有教师信号，所述教师信号是通过所述N个接收部预先接收包括从所述发送天线元件向对象生物体发送的发送信号由所述对象生物体反射后的反射信号在内的接收信号所获得的N个接收信号；以及
电路，其使用滑动相关运算，根据所述教师信号和通过所述N个接收部接收所获得的N个所述接收信号，算出所述教师信号与所述N个接收信号的每一个之间的多个相关系数，算出对于所述多个相关系数的累积概率分布函数，在所述多个相关系数中的、在所述累积概率分布函数中累积概率取第1值的相关系数包含于预定数值范围的情况下，判定为所述生物体与所述对象生物体是同一生物体。
2.根据权利要求1所述的装置，
所述电路，
进一步，使用所述N个接收信号来算出所述预定范围中的所述生物体的位置，
使用所述生物体的位置，对所述N个接收信号的每一个进行校正，
通过对所述教师信号和校正后的所述N个接收信号进行比较，来算出所述多个相关系数。
3.根据权利要求1或2所述的装置，
所述发送天线元件包括多个发送天线元件，
所述多个发送天线元件配置在互不相同的地方。
4.根据权利要求1所述的装置，
所述发送天线元件包括N个发送天线元件，
N个所述接收天线元件分别为所述N个发送天线元件，
所述电路，进一步，
使用所述N个接收信号，推定所述预定范围中的所述生物体的位置，
使用所述生物体的位置，对所述N个接收信号的每一个进行校正，
通过对所述教师信号和校正后的所述N个接收信号进行比较，来算出所述多个相关系数。
5.根据权利要求2所述的装置，
所述发送天线元件包括N个发送天线元件，
N个所述接收天线元件分别为所述N个发送天线元件。
6.根据权利要求1或2所述的装置，
所述教师信号是通过所述N个接收部预先在所述预定期间的K倍期间接收所述接收信号所获得的所述N个接收信号，其中，K大于等于2。
7.一种基于识别装置的识别生物体的方法，所述识别装置具备：至少一个发送天线元件、分别具有接收天线元件的N个接收部、存储器、和电路，所述方法包括：
使用所述发送天线元件，对包括所述生物体的预定范围发送发送信号；
使用所述N个接收部的每一个所具有的所述接收天线元件，分别在预定期间接收包括所述发送信号由所述生物体反射后的反射信号的接收信号；
从所述存储器读出教师信号，所述教师信号是通过所述N个接收部预先接收从所述发送天线元件向对象生物体发送的发送信号由所述对象生物体反射后的反射信号所获得的N个接收信号；
使用滑动相关运算，根据读出的所述教师信号和在所述N个接收部中接收到的N个所述接收信号，算出所述教师信号与所述N个接收信号的每一个之间的多个相关系数；
算出对于所述多个相关系数的累积概率分布函数，在算出的所述多个相关系数中的、在所述累积概率分布函数中累积概率取第1值的相关系数包含于预定数值范围的情况下，判定为所述生物体与所述对象生物体是同一生物体。
CN201710589526.1A 2016-08-29 2017-07-19 识别生物体的装置以及识别生物体的方法 Active CN107788992B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2016-167260 2016-08-29
JP2016167260 2016-08-29
JP2017090545A JP6887089B2 (ja) 2016-08-29 2017-04-28 識別装置及び識別方法
JP2017-090545 2017-04-28

Publications (2)

Publication Number Publication Date
CN107788992A CN107788992A (zh) 2018-03-13
CN107788992B true CN107788992B (zh) 2022-03-08

Family

ID=59631569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710589526.1A Active CN107788992B (zh) 2016-08-29 2017-07-19 识别生物体的装置以及识别生物体的方法

Country Status (3)

Country Link
US (2) US10413229B2 (zh)
EP (1) EP3289971B1 (zh)
CN (1) CN107788992B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10371808B2 (en) 2016-01-15 2019-08-06 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor and direction estimation method
EP3489851B1 (en) * 2017-11-21 2021-07-07 Panasonic Intellectual Property Management Co., Ltd. Identification device and identification method
CN111381229B (zh) * 2018-12-28 2024-05-14 松下知识产权经营株式会社 推测方法、推测装置以及记录介质
CN111381227B (zh) * 2018-12-28 2024-04-26 松下知识产权经营株式会社 推测方法以及推测装置
CN111381228A (zh) * 2018-12-28 2020-07-07 松下知识产权经营株式会社 推测方法以及推测装置
JPWO2021140988A1 (zh) * 2020-01-07 2021-07-15

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7194752B1 (en) * 1999-10-19 2007-03-20 Iceberg Industries, Llc Method and apparatus for automatically recognizing input audio and/or video streams
CN1937955A (zh) * 2004-03-26 2007-03-28 佳能株式会社 活体的识别方法和活体的识别装置
CN101049239A (zh) * 2007-05-10 2007-10-10 浙江大学 基于射频识别的非接触式生物特征识别方法与***

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7511833B2 (en) * 1992-05-05 2009-03-31 Automotive Technologies International, Inc. System for obtaining information about vehicular components
DE4241648C1 (de) * 1992-12-04 1994-09-01 Borus Spezialverfahren Elektronisches Überwachungssystem
JP2005314847A (ja) 2004-04-30 2005-11-10 Shima Seiki Mfg Ltd 人体形状測定方法とその装置
AU2004324705A1 (en) 2004-11-08 2006-05-11 Idesia Ltd. Method and apparatus for electro-biometric indentity recognition
JP2007325621A (ja) 2006-06-06 2007-12-20 Matsushita Electric Ind Co Ltd 体外ユニット
JP5131744B2 (ja) 2007-08-30 2013-01-30 本田技研工業株式会社 生体振動周波数検出装置及び車両
US7990308B2 (en) * 2009-02-20 2011-08-02 Raytheon Company Mirror image target detection and recognition
US9097791B2 (en) * 2010-07-16 2015-08-04 Panasonic Intellectual Property Management Co., Ltd. Radar device
KR101776703B1 (ko) * 2011-10-14 2017-09-08 한화테크윈 주식회사 레이다 센서 및 이를 이용한 물체 검출 방법
JP6251533B2 (ja) * 2013-09-27 2017-12-20 パナソニック株式会社 レーダ装置及び物体検出方法
JP5940626B2 (ja) 2014-10-27 2016-06-29 株式会社豊田中央研究所 個人認証装置及び個人認証プログラム
EP3295372A4 (en) 2015-05-12 2019-06-12 Mine One GmbH METHODS, SYSTEMS, AND FACIAL SIGNATURE SOFTWARE
US10481736B2 (en) * 2017-06-21 2019-11-19 Samsung Electronics Company, Ltd. Object detection and motion identification using electromagnetic radiation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7194752B1 (en) * 1999-10-19 2007-03-20 Iceberg Industries, Llc Method and apparatus for automatically recognizing input audio and/or video streams
CN1937955A (zh) * 2004-03-26 2007-03-28 佳能株式会社 活体的识别方法和活体的识别装置
CN101049239A (zh) * 2007-05-10 2007-10-10 浙江大学 基于射频识别的非接触式生物特征识别方法与***

Also Published As

Publication number Publication date
US20190357835A1 (en) 2019-11-28
US10561358B2 (en) 2020-02-18
EP3289971B1 (en) 2021-10-20
EP3289971A1 (en) 2018-03-07
US10413229B2 (en) 2019-09-17
CN107788992A (zh) 2018-03-13
US20180055437A1 (en) 2018-03-01

Similar Documents

Publication Publication Date Title
CN107788992B (zh) 识别生物体的装置以及识别生物体的方法
CN107576957B (zh) 传感器以及推定方法
US10912493B2 (en) Sensor and method
EP3489851B1 (en) Identification device and identification method
US20200049795A1 (en) Sensor and estimating method
US20200011988A1 (en) Sensor, estimating device, estimating method, and recording medium
JP6868846B2 (ja) センサーおよび方法
WO2021172126A1 (ja) 推定装置、推定方法、および、プログラム
JP6887089B2 (ja) 識別装置及び識別方法
JP2020109389A (ja) 推定方法、推定装置およびプログラム
JP2019197039A (ja) 推定装置、生体数推定装置、推定方法、及び、プログラム
CN111381228A (zh) 推测方法以及推测装置
Nosović et al. 2-D localization of passive UHF RFID tags using location fingerprinting
WO2021002049A1 (ja) センサ
JP7065404B2 (ja) 識別装置及び識別方法
CN111381229B (zh) 推测方法、推测装置以及记录介质
JP2020008556A (ja) センサ、推定装置、推定方法、および、プログラム
US20230039415A1 (en) Vital sign detection device, vehicle including the same in seat, and vital sign detection method
EP4088656A1 (en) Estimation device and estimation method
WO2023080019A1 (ja) 生体情報処理装置、生体情報処理方法およびプログラム
US20220221549A1 (en) Sensor and position estimation method
US20220350014A1 (en) Sensor
Yang Radio Frequency Sensing Systems for Artificial Intelligence of Things
CN118159188A (zh) 生物体信息处理装置、生物体信息处理方法以及程序
JP2023069984A (ja) 生体情報処理装置、生体情報処理方法およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant