-
公开(公告)号：CN112086165B
公开(公告)日：2022-08-19
申请号：CN202010934782.1
申请日：2020-09-08
Applicant: 南京邮电大学
Abstract: 一种基于深度学习的上肢康复监测方法及系统，不需要用户绑定任何设备或标签，利用神经网络中预先训练好的CNN模型识别上肢的康复动作。相比于那些需要携带设备或标签的动作识别系统，利用标签矩阵不会给用户侵入感，不会侵犯用户隐私，提高用户体验感。只使用单阅读器单天线以及9个商用无源RFID标签，设备便宜、简单，没有专业设备和专业操作人员的需求。采用深度学习中的卷积神经网络来识别动作，会大大降低动作识别的等待时间。实验验证在室内房间实现，模拟在家进行康复锻炼场景，康复动作的识别精度可达到97%。
-
公开(公告)号：CN112086165A
公开(公告)日：2020-12-15
申请号：CN202010934782.1
申请日：2020-09-08
Applicant: 南京邮电大学
Abstract: 一种基于深度学习的上肢康复监测方法及系统，不需要用户绑定任何设备或标签，利用神经网络中预先训练好的CNN模型识别上肢的康复动作。相比于那些需要携带设备或标签的动作识别系统，利用标签矩阵不会给用户侵入感，不会侵犯用户隐私，提高用户体验感。只使用单阅读器单天线以及9个商用无源RFID标签，设备便宜、简单，没有专业设备和专业操作人员的需求。采用深度学习中的卷积神经网络来识别动作，会大大降低动作识别的等待时间。实验验证在室内房间实现，模拟在家进行康复锻炼场景，康复动作的识别精度可达到97%。
-
公开(公告)号：CN112883355B
公开(公告)日：2023-05-02
申请号：CN202110311961.4
申请日：2021-03-24
Applicant: 南京邮电大学
IPC: G06F21/32 , G06K17/00 , G06N3/0464 , G06N3/08
Abstract: 一种基于RFID和卷积神经网络的非接触式用户身份认证方法，模仿手机的九宫格解锁部署RFID标签矩阵，采集手部运动时的相位信息，利用卷积神经网络实现对用户的身份认证。其实现步骤包括：1.采集用于身份认证的动作的相位信息；2.对采集到的相位信息进行预处理；3.从预处理后的相位信息中提取各个动作样本的起始点信息；4.将获取的相位信息制成数据集，然后采用深度学习卷积神经网络对数据进行训练，得到用于认证的卷积神经网络模型；5.在用户进行身份认证时利用训练好的模型识别用户的动作；6.得到认证结果，判断是否认证成功。本发明采用基于CNN的卷积神经网络提取相位中的特征，进行动作识别，从而进行身份认证，具有较好的准确性、安全性和鲁棒性。
-
公开(公告)号：CN112883355A
公开(公告)日：2021-06-01
申请号：CN202110311961.4
申请日：2021-03-24
Applicant: 南京邮电大学
Abstract: 一种基于RFID和卷积神经网络的非接触式用户身份认证方法，模仿手机的九宫格解锁部署RFID标签矩阵，采集手部运动时的相位信息，利用卷积神经网络实现对用户的身份认证。其实现步骤包括：1.采集用于身份认证的动作的相位信息；2.对采集到的相位信息进行预处理；3.从预处理后的相位信息中提取各个动作样本的起始点信息；4.将获取的相位信息制成数据集，然后采用深度学习卷积神经网络对数据进行训练，得到用于认证的卷积神经网络模型；5.在用户进行身份认证时利用训练好的模型识别用户的动作；6.得到认证结果，判断是否认证成功。本发明采用基于CNN的卷积神经网络提取相位中的特征，进行动作识别，从而进行身份认证，具有较好的准确性、安全性和鲁棒性。
-
-
-
Search Results
4
records
(took 0.021 seconds)
