WO2017092224A1 - 基于rfid的手势识别方法及*** - Google Patents
基于rfid的手势识别方法及*** Download PDFInfo
- Publication number
- WO2017092224A1 WO2017092224A1 PCT/CN2016/080731 CN2016080731W WO2017092224A1 WO 2017092224 A1 WO2017092224 A1 WO 2017092224A1 CN 2016080731 W CN2016080731 W CN 2016080731W WO 2017092224 A1 WO2017092224 A1 WO 2017092224A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- rfid
- gesture
- signal
- abnormal
- unit
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
Definitions
- the present invention relates to information processing technologies, and in particular, to an RFID-based gesture recognition method and system.
- gesture recognition In today's human-computer interaction, gesture recognition is becoming more and more important. Through different body gestures, we can interact with computers or machines. Therefore, gesture recognition plays an increasingly important role in our lives. For example, in a smart home, we can use gestures to remotely control electrical equipment such as air conditioners and lights. We can use gestures to play somatosensory games and so on.
- the existing gesture recognition systems can be divided into the following categories.
- Vision-based gesture recognition such as Microsoft's Xbox somatosensory game console, to capture the body posture through the camera to play the somatosensory game.
- the gesture recognition is realized by the acceleration sensor, the gyroscope and the geomagnetic sensor module.
- Gesture recognition based on wireless signals such as WiVi, gesture recognition by capturing wireless signals.
- the present invention provides an RFID gesture recognition method and system for implementing gesture actions by using RFID wireless signals and devices in a specific indoor environment. Identify and achieve timely response and feedback.
- An RFID-based gesture recognition method the steps of which include:
- the transponder receives the RFID signal from the reader, and preprocesses the RFID signal
- the step S1 pre-processing the RFID signal includes:
- the transponder collects the initial RFID signal data, and adopts a one-dimensional phase expansion method to obtain accurate phase information;
- the step S2 detects and extracts a signal segment caused by an abnormal change due to a gesture by using an abnormality detecting algorithm, including:
- the sub-sequence segment is input as an abnormal mode.
- the step S3 includes:
- the RFID-based gesture recognition method of the present invention further includes: Step S4, feeding back response information for the recognition result, and adjusting a model of the matching algorithm.
- the invention also provides an RFID-based gesture recognition system, comprising:
- An RFID signal information acquiring module configured to receive a wireless signal from the reader and perform preprocessing on the RFID signal
- An anomaly detection and extraction module configured to identify and extract an abnormality of a change in state information of the RFID signal by using an anomaly detection algorithm
- a motion recognition module configured to identify a gesture action by using an abnormal segment caused by the gesture action as a target action class based on the matching algorithm
- the response recognition module is configured to perform the meaning represented by the gesture when the target gesture action is recognized.
- the RFID signal information acquisition includes:
- a sensing unit configured to collect initial RFID signal status data, where the initial channel state data of the RFID is composed of N readers and M transponders, and N and M are natural numbers greater than 1;
- the data processing unit adopts a one-dimensional phase expansion method to obtain accurate phase information of the RFID signal
- a smoothing unit configured to perform smoothing processing on the RFID channel state information by using a filtering technique.
- the abnormality detecting and extracting module is based on an abnormality detecting algorithm, including:
- the abnormal function constructing unit is configured to perform data segmentation on the time series of the RFID channel state information and combine the function variable of the frequency and amplitude of the signal to segment the abnormal sequence;
- the abnormal output unit is configured to output the sub-sequence as an abnormal mode when the function value is greater than or equal to a preset threshold.
- the motion recognition module includes:
- the motion recognition unit is configured to match the template sequence with a template sequence when a new exception sequence is input, and separate the target action class.
- the RFID-based gesture recognition system of the present invention further includes a feedback module for feeding back response information for recognizing the gesture action and adjusting the matching algorithm model.
- the present invention is based on an RFID signal propagation mechanism in an indoor environment, and associates channel state information with a gesture action, and determines a gesture occurrence action by a change in the state of the RFID signal to identify a gesture.
- the action is performed to perform the meaning defined by the gesture;
- the detection method is based on the commercial RFID network and the device, and the gesture action is recognized, and can be used in any environment of the home, and has high popularity.
- the testee does not need to carry any additional equipment, thereby avoiding the inconvenience caused by the testee carrying the test equipment.
- FIG. 1 is a schematic diagram of an implementation flow of an RFID-based gesture recognition method according to an embodiment of the present invention.
- An RFID-based gesture recognition method the steps of which include:
- the transponder receives the RFID signal from the reader, and preprocesses the RFID signal
- the gesture action is recognized, and if recognized, the meaning represented by the gesture may be performed.
- the RFID-based gesture recognition method of the present invention can be implemented on an application server.
- the method is based on the RFID signal propagation mechanism in the indoor environment, and establishes the relationship between the RFID wireless signal and the gesture action, and only needs to use the existing commercial RFID wireless network device, that is, the RFID signal that can be caused by the change of the gesture motion of the detected object.
- the change is analyzed to identify the gesture of the subject and respond.
- the number of the readers is one or two or more, and the number of the transponders is two or more.
- the preprocessing of the RFID signal by the step S1 includes:
- the transponder collects the initial RFID signal data, and adopts a one-dimensional phase expansion method to obtain accurate phase information;
- the step S2 uses the anomaly detection algorithm to detect and extract a signal segment that is abnormally changed due to the gesture, including:
- the sub-sequence segment is input as an abnormal mode.
- the step S3 includes:
- the RFID-based gesture recognition method of the present invention further includes: Step S4, feeding back response information for the recognition result, and adjusting a model of the matching algorithm.
- Step S4 feeding back response information for the recognition result, and adjusting a model of the matching algorithm.
- the present invention provides an implementation flow of an RFID-based gesture recognition method according to an embodiment, where the steps include:
- the transponder receives the RFID signal from the reader, and simultaneously collects initial RFID signal data.
- the RFID reader extracts initial phase and amplitude values from the received data.
- step S308 determining whether the gesture action class is separated, and if so, executing step S309, otherwise returning to step S302;
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及信息处理技术,其公开了一种基于RFID的手势识别***,RFID信号信息获取模块,用于应答器接收来自阅读器的无线信号,并对RFID信号进行预处理;异常检测和提取模块,用于利用异常检测算法识别并提取RFID信号状态信息变化的异常;动作识别模块,用于基于匹配算法,以手势动作所导致的异常片段为目标动作类,识别手势动作;响应识别模块,用于当识别目标手势动作时,执行该手势所表示的含义。本发明的有益效果是:具有极高的普及性,同时被检测者不需要携带任何额外的设备,避免了被检测者携带检测设备所造成的不便。
Description
本发明涉及信息处理技术,尤其涉及一种基于RFID的手势识别方法及***。
在当下的人机交互当中,手势识别变得越来越重要。通过不同的肢体手势,我们可以和计算机或机器之间进行各种互动。因此,手势识别在我们的生活中扮演着越来越重要的角色。比如,在一个智能家居中,我们可以用手势去远程控制空调、灯光等电器设备。我们可以用手势去玩体感游戏等。
现有的手势识别***主要可以分以下几类。(1)基于视觉的手势识别,如微软的Xbox体感游戏机,通过摄像头扑捉人体姿势来玩体感游戏。(2)基于可穿戴的Sensor,如使用Myo,通过加速度传感器、陀螺仪和地磁传感器模块来实现手势识别。(3)基于无线信号的手势识别,如WiVi,通过捕捉无线信号来进行手势识别。
以上的方法,要么需要携带额外的传感器设备,要么需要在视距和光线较明亮的场合,产生的开销都比较大,不利于大规模的部署。
发明内容
为了克服上述所指的现有技术中的不足之处,本发明提供一种基于RFID手势识别方法及***,以在特定的室内环境中,通过利用RFID的无线信号及设备,实现对手势动作的识别,并达到及时响应和反馈的功能。
本发明是通过以下技术方案实现的:
一种基于RFID的手势识别方法,其步骤包括:
S1、应答器接收来自阅读器的RFID信号,并对RFID信号进行预处理;
S2、利用异常检测算法检测并提取由于手势造成异常变化的信号片段;
S3、基于匹配算法来识别手势动作。
作为本发明的进一步改进:所述步骤S1对RFID信号进行预处理包括:
S11、应答器采集到初始RFID信号数据,采用一维相位展开法去获得准确的相位信息;
S12、采用滤波器对相位数据进行滤波,除去随机噪声,达到平滑相位数据的结果;
S13、利用标准化技术对RFID相位信息进行归一化处理。
作为本发明的进一步改进:所述步骤S2利用异常检测算法检测并提取由于手势造成异常变化的信号片段包括:
S21、在相关的窗口里,构造一个同时结合信号的频率和振幅的函数变量;
S22、当所述的函数变量值达到或大于预定的阈值,则将子序列片段作为异常模式输入。
作为本发明的进一步改进:所述步骤S3包括:
S31、为了使得每个手势的片段更可靠,对S2输出的异常片段进行校对,选出最具代表性的子片段序列作为模板;
S32、当S22中一个新的异常序列进来时,用匹配算法,将其和S31的模板序列进行匹配,找出目标动作类;
S33、识别出该手势动作后,执行该手势所表示的含义。
作为本发明的进一步改进:本发明的基于RFID的手势识别方法还包括:步骤S4,反馈针对识别结果的响应信息,调整匹配算法的模型。
本发明还提供了一种基于RFID的手势识别***,包括:
RFID信号信息获取模块,用于应答器接收来自阅读器的无线信号,并对RFID信号进行预处理;
异常检测和提取模块,用于利用异常检测算法识别并提取RFID信号状态信息变化的异常;动作识别模块,用于基于匹配算法,以手势动作所导致的异常片段为目标动作类,识别手势动作;
响应识别模块,用于当识别目标手势动作时,执行该手势所表示的含义。
作为本发明的进一步改进:所述RFID信号信息获取包括:
感应单元,用于采集初始RFID信号状态数据,所述RFID初始信道状态数据是由N个阅读器和M个应答器互联组成,N和M均为大于1的自然数;
数据处理单元,采用一维相位展开法去获得RFID信号准确的相位信息;
平滑单元,用于利用滤波技术对RFID信道状态信息进行平滑处理。
作为本发明的进一步改进:所述异常检测和提取模块基于异常检测算法,包括:
异常函数构建单元,用于对RFID信道状态信息的时间序列实施数据分割构建同时结合信号的频率和振幅的函数变量来分割出异常序列;
异常输出单元,用于当所述函数值大于或等于预设阈值时,将子序列作为异常模式输出。
作为本发明的进一步改进:所述动作识别模块包括:
建立代表性模型单元,用于校对异常输出单元输出的异常模式,选择出具有代表性的子异常模式;
动作识别单元,用于当一个新异常序列输入时,匹配其和模版序列,分离出目标动作类。
作为本发明的进一步改进:本发明的基于RFID的手势识别***还包括一反馈模块,用于反馈针对识别手势动作的响应信息,调整匹配算法模型。
本发明的有益效果:与现有技术相比,本发明基于室内环境下的RFID信号传播机制,将信道状态信息与手势动作建立联系,通过RFID信号状态的变化判断手势发生的动作,识别出手势的动作,从而执行该手势所定义的含义;本检测方法是在商用的RFID网络及设备的基础上,进行手势动作的识别工作,可以在家庭的任何环境中使用,具有极高的普及性,同时被检测者不需要携带任何额外的设备,避免了被检测者携带检测设备所造成的不便。
附图1为本发明的一种实施例,基于RFID的手势识别方法的实现流程示意图。
为了便于本领域技术人员的理解,下面结合附图和实施例对本发明作进一步的描述。
一种基于RFID的手势识别方法,其步骤包括:
S1、应答器接收来自阅读器的RFID信号,并对RFID信号进行预处理;
S2、利用异常检测算法检测并提取由于手势造成异常变化的信号片段;
S3、基于匹配算法,来识别手势动作,若识别,则可以执行该手势所表示的含义。
在实际应用中,本发明的基于RFID的手势识别方法可在应用服务器上实现。该方法基于室内环境下的RFID信号传播机制,建立RFID无线信号和手势动作的关系,只需要使用现有的商用的RFID无线网络设备,即能够通过对被检测者手势动作变化而造成的RFID信号的改变进行分析,识别出被检测者手势动作并进行响应。
所述阅读器的数目为一个或两个以上,所述应答器的数目为两个或两个以上。
所述步骤S1对RFID信号进行预处理包括:
S11、应答器采集到初始RFID信号数据,采用一维相位展开法去获得准确的相位信息;
S12、采用滤波器对相位数据进行滤波,除去随机噪声,达到平滑相位数据的结果;
S13、利用标准化技术对RFID相位信息进行归一化处理。
所述步骤S2利用异常检测算法检测并提取由于手势造成异常变化的信号片段包括:
S21、在相关的窗口里,构造一个同时结合信号的频率和振幅的函数变量;
S22、当所述的函数变量值达到或大于预定的阈值,则将子序列片段作为异常模式输入。
所述步骤S3包括:
S31、为了使得每个手势的片段更可靠,对S2输出的异常片段进行校对,选出最具代表性的子片段序列作为模板;
S32、当S22中一个新的异常序列进来时,用匹配算法,将其和S31的模板序列进行匹配,找出目标动作类;
S33、识别出该手势动作后,执行该手势所表示的含义。
本发明的基于RFID的手势识别方法还包括:步骤S4,反馈针对识别结果的响应信息,调整匹配算法的模型。当手势动作被识别出之后,将进入响应手势定义处理阶段。
具体地,如附图1所示,本发明提供了一种实施例的基于RFID的手势识别方法的实现流程,其步骤包括:
S301、应答器接收来自阅读器的RFID信号,同时采集初始RFID信号数据;
S302、RFID阅读器从接受的数据中提取出初始相位和幅度值;
S303、采用一维相位展开法去获得准确的RFID信号相位信息,并对解缠后的相位信息和幅度值进行滤波和归一化处理;
S304、将数据序列进行切分,提取出动作对应的信号片段;
S305、对切分后的信号片段进行特征提取,提取出相应的信号特征;
S306、将提取出的信号特征输入训练算法,训练处动作分类模型;
S307、利用训练处的分类模型对测试动作进行识别;
S308、判断是否分离出手势动作类,若是,执行步骤S309,否则返回步骤S302;
S309、执行该手势所定义的含义;
S310、向***反馈异常模式参数,优化识别手势动作算法。
以上内容是结合具体的优选方式对本发明所作的进一步详细说明,不应认定本发明的具体实施只局限于以上说明。对于本技术领域的技术人员而言,在不脱离本发明构思的前提下,还可以作出若干简单推演或替换,均应视为由本发明所提交的权利要求确定的保护范围之内。
Claims (10)
- 一种基于RFID的手势识别方法,其特征在于:包括如下步骤:(S1)应答器接收来自阅读器的RFID信号,并对RFID信号进行预处理;(S2)利用异常检测算法检测并提取由于手势造成异常变化的信号片段;(S3)基于匹配算法来识别手势动作。
- 根据权利要求1所述的基于RFID的手势识别方法,其特征在于:所述步骤(S1)中对RFID信号进行预处理包括:(S11)应答器采集到初始RFID信号数据,采用一维相位展开法去获得准确的相位信息;(S12)采用滤波器对相位数据进行滤波,除去随机噪声,达到平滑相位数据的结果;(S13)利用标准化技术对RFID相位信息进行归一化处理。
- 根据权利要求1所述的基于RFID的手势识别方法,其特征在于,所述步骤(S2)包括:(S21)构造一个同时结合信号的频率和振幅的函数变量;(S22)当所述的函数变量值达到或大于预定的阈值,则将子序列片段作为异常模式输入。
- 根据权利要求1所述的基于RFID的手势识别方法,其特征在于:所述步骤(S3)包括:(S31)为了使得每个手势的片段更可靠,对(S2)输出的异常片段进行校对,选出代表性的子片段序列作为模板;(S32)当步骤(S22)中一个新的异常序列进来时,用匹配算法,将其和步骤(S31)的模板序列进行匹配,找出目标动作类;(S33)识别出该手势动作后,执行该手势所表示的含义。
- 根据权利要求1所述的基于RFID的手势识别方法,其特征在于,还包括:步骤(S4):反馈针对识别结果的响应信息,调整匹配算法的模型。
- 一种基于RFID的手势识别***,其特征在于,包括RFID信号信息获取模块、异常检测和提取模块、动作识别模块以及响应识别模块,所述RFID信号信息获取模块用于应答器接收来自阅读器的无线信号,并对RFID信号进行预处理;所述异常检测和提取模块用于利用异常检测算法识别并提取RFID信号状态信息变化的异常;所述动作识别模块用于基于匹配算法,以手势动作所导致的异常片段为目标动作类,识别手势动作;所述响应识别模块,用于当识别目标手势动作时,执行该手势所表示的含义。
- 根据权利要求6所述的基于RFID的手势识别***,其特征在于,所述RFID信号信息获取模块包括感应单元、数据处理单元和平滑单元,所述感应单元用于采集初始RFID信号状态数据,所述RFID初始信道状态数据是由N个阅读器和M个应答器互联组成,N和M均为大于1的自然数;所述数据处理单元采用一维相位展开法去获得RFID信号准确的相位信息;所述平滑单元用于利用滤波技术对RFID信道状态信息进行平滑处理。
- 根据权利要求6所述的基于RFID的手势识别***,其特征在于:所述异常检测和提取模 块,包括异常函数构建单元和异常输出单元,所述异常函数构建单元用于对RFID信道状态信息的时间序列实施数据分割构建同时结合信号的频率和振幅的函数变量来分割出异常序列;所述异常输出单元用于当所述函数值大于或等于预设阈值时,将子序列作为异常模式输出。
- 根据权利要求6所述的基于RFID的手势识别***,其特征在于:所述动作识别模块包括建立代表性模型单元和动作识别单元,所述建立代表性模型单元用于校对异常输出单元输出的异常模式,选择出具有代表性的子异常模式;所述动作识别单元用于当一个新异常序列输入时,匹配其和模版序列,分离出目标动作类。
- 根据权利要求6所述的基于RFID的手势识别***,其特征在于,还包括一反馈模块,用于反馈针对识别手势动作的响应信息,调整匹配算法模型。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510880492.2A CN105353881B (zh) | 2015-12-04 | 2015-12-04 | 基于rfid的手势识别方法及*** |
CN201510880492.2 | 2015-12-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2017092224A1 true WO2017092224A1 (zh) | 2017-06-08 |
Family
ID=55329864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2016/080731 WO2017092224A1 (zh) | 2015-12-04 | 2016-04-29 | 基于rfid的手势识别方法及*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105353881B (zh) |
WO (1) | WO2017092224A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619294A (zh) * | 2019-09-06 | 2019-12-27 | 中南大学 | 一种基于rfid***定制的个性化口型识别方法 |
CN111552507A (zh) * | 2020-04-14 | 2020-08-18 | 西人马(厦门)科技有限公司 | 信号处理方法、装置、设备和介质 |
CN113485558A (zh) * | 2021-07-22 | 2021-10-08 | 华东师范大学 | 一种基于红外传感阵列的手势识别方法及*** |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353881B (zh) * | 2015-12-04 | 2018-11-16 | 深圳大学 | 基于rfid的手势识别方法及*** |
CN105844216B (zh) * | 2016-03-11 | 2020-10-27 | 南京航空航天大学 | 一种利用WiFi信号识别手写字母的检测与匹配机制 |
CN106446742A (zh) * | 2016-09-30 | 2017-02-22 | 西安交通大学 | 一种基于射频反向散射信号对单一物体的手势检测方法 |
CN108133160B (zh) * | 2017-12-21 | 2021-09-28 | 儒安物联科技集团有限公司 | 基于rfid的游泳安全监控*** |
CN109316192B (zh) * | 2018-09-13 | 2020-07-17 | 清华大学 | 基于移动网络信道状态信息的坐姿检测方法及装置 |
CN109714233B (zh) * | 2018-12-07 | 2022-04-22 | 连尚(新昌)网络科技有限公司 | 一种家居控制方法及其对应的路由设备 |
JP2022518301A (ja) | 2019-01-04 | 2022-03-15 | 深▲セン▼大学 | スマートウォッチのヒューマン・マシンインタラクション方法並びにそのヒューマン・マシンインタラクションシステム及びプログラム |
CN109947238B (zh) * | 2019-01-17 | 2020-07-14 | 电子科技大学 | 一种基于wifi的非合作式手势识别的方法 |
CN111461267B (zh) * | 2019-03-29 | 2023-04-18 | 太原理工大学 | 一种基于rfid技术的手势识别方法 |
CN110298263B (zh) * | 2019-06-10 | 2023-05-30 | 中南大学 | 基于rfid***的实时精确且无接触的手势识别方法及*** |
CN113184647B (zh) * | 2021-04-27 | 2022-11-22 | 安徽师范大学 | 基于rfid的无接触电梯*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914132A (zh) * | 2013-01-07 | 2014-07-09 | 富士通株式会社 | 识别基于手指的手势的方法和*** |
CN104700069A (zh) * | 2015-01-13 | 2015-06-10 | 西安交通大学 | 一种非绑定式射频标签健身动作识别监控***及其方法 |
CN105353881A (zh) * | 2015-12-04 | 2016-02-24 | 深圳大学 | 基于rfid的手势识别方法及*** |
-
2015
- 2015-12-04 CN CN201510880492.2A patent/CN105353881B/zh active Active
-
2016
- 2016-04-29 WO PCT/CN2016/080731 patent/WO2017092224A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914132A (zh) * | 2013-01-07 | 2014-07-09 | 富士通株式会社 | 识别基于手指的手势的方法和*** |
CN104700069A (zh) * | 2015-01-13 | 2015-06-10 | 西安交通大学 | 一种非绑定式射频标签健身动作识别监控***及其方法 |
CN105353881A (zh) * | 2015-12-04 | 2016-02-24 | 深圳大学 | 基于rfid的手势识别方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619294A (zh) * | 2019-09-06 | 2019-12-27 | 中南大学 | 一种基于rfid***定制的个性化口型识别方法 |
CN111552507A (zh) * | 2020-04-14 | 2020-08-18 | 西人马(厦门)科技有限公司 | 信号处理方法、装置、设备和介质 |
CN113485558A (zh) * | 2021-07-22 | 2021-10-08 | 华东师范大学 | 一种基于红外传感阵列的手势识别方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN105353881A (zh) | 2016-02-24 |
CN105353881B (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017092224A1 (zh) | 基于rfid的手势识别方法及*** | |
CN109522793B (zh) | 基于机器视觉的多人异常行为检测与识别方法 | |
CN105184325B (zh) | 一种移动智能终端 | |
US10043064B2 (en) | Method and apparatus of detecting object using event-based sensor | |
CN109446942A (zh) | 目标跟踪方法、装置和*** | |
WO2017050140A1 (zh) | 一种人体动作识别方法、识别用户动作的方法和智能终端 | |
KR101939683B1 (ko) | 사용자 행동 실시간 인식장치 및 방법 | |
CN109800643B (zh) | 一种活体人脸多角度的身份识别方法 | |
US20110158476A1 (en) | Robot and method for recognizing human faces and gestures thereof | |
CN107480658A (zh) | 基于多角度视频的人脸识别装置和方法 | |
WO2015165365A1 (zh) | 一种人脸识别方法及*** | |
CN107749143A (zh) | 一种基于WiFi信号的穿墙室内人员跌倒探测***及方法 | |
CN109145742A (zh) | 一种行人识别方法及*** | |
US8090151B2 (en) | Face feature point detection apparatus and method of the same | |
CN110737201B (zh) | 一种监护方法、装置、存储介质及空调 | |
CN102262727A (zh) | 客户采集终端人脸图像质量实时监控方法 | |
CN101620673A (zh) | 一种鲁棒的人脸检测及跟踪方法 | |
JP5085621B2 (ja) | 画像認識処理に適用する特徴情報選択装置、画像認識処理装置、監視システム、方法、及びプログラム | |
CN103902978A (zh) | 人脸检测及识别方法 | |
US20140079295A1 (en) | Apparatus and method for discriminating disguised face | |
CN101917599A (zh) | 一种云台故障检测方法及装置 | |
CN105279492A (zh) | 虹膜识别的方法和装置 | |
KR20190099537A (ko) | 동작 학습 장치, 기능 판별 장치 및 기능 판별 시스템 | |
CN102867173A (zh) | 一种人脸识别方法及其*** | |
US20220366570A1 (en) | Object tracking device and object tracking method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16869538 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 25/09/2018) |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16869538 Country of ref document: EP Kind code of ref document: A1 |