物联网控制系统技术方案

本申请涉及一种物联网控制系统，该系统包括电容触摸组件、中央数据处理器以及物联网终端控制器。本系统通过电容触摸组件获取用户的手掌电容数据以及手势轨迹数据，手掌电容数据以及手势轨迹数据不易受环境影响，通过中央数据处理器将手掌电容数据转换为手掌图像数据，进而通过预设手掌识别神经网络对手掌图像数据进行识别，可以得到准确的手掌识别结果，提高了身份识别准确率，根据手势轨迹数据可以快速获取用户需求，根据手势轨迹数据别手势指令，进而基于手掌识别结果发送手势指令至物联网终端控制器，物联网终端控制器根据手势指令对对应的物联网设备进行控制准确地对物联网设备进行控制，提高了物联网设备的控制效率。提高了物联网设备的控制效率。提高了物联网设备的控制效率。

【技术实现步骤摘要】
物联网控制系统


[0001]本申请涉及身份认证
，特别是涉及一种物联网控制系统。

技术介绍

[0002]随着智能家居的日益普及，物联IoT终端设备存储了越来越多的个人私有数据，用户个人信息安全问题变动愈发重要。因用户个人隐私数据泄露造成的欺诈事件日益增多，数据安全已经成为物联用户最为关注的问题之一。
[0003]传统的PIN码、口令和图案等普通鉴权方式需要记忆和输入正确的编码序列，容易被窃取，泄露风险高。随着传感技术的发展，生物识别鉴权技术日益兴起并广泛应用，如人脸识别、语音识别、虹膜识别和指纹识别等。
[0004]目前的物联网家居控制系统中，不同的家居需要使用不同的身份识别方法，需要获取不同的生物身份数据进行识别，身份验证效率低下，控制效率低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种在复杂的环境中，能够提高不同物联网设备的控制效率的物联网控制系统。
[0006]本申请提供了一种物联网控制系统。该系统包括电容触摸组件、中央数据处理器以及物联网终端控制器；
[0007]电容触摸组件采集用户的手掌电容数据以及手势轨迹数据，分别将手掌电容数据以及手势轨迹数据传输至中央数据处理器；
[0008]中央数据处理器根据手掌电容数据的电容数值区间以及预设图像数据的像素值区间确定转换比例；将手掌电容数据按照转换比例转换为手掌图像数据；将手掌图像数据输入预设手掌识别卷积神经网络模型中进行识别，得到手掌身份识别结果；并根据手势轨迹数据确定手势指令，基于手掌身份识别结果将手势指令发送至物联网终端控制器；物联网终端控制器根据手势指令对物联网设备进行控制，预设手掌识别卷积神经网络根据手掌样本图像以及手掌图像数据对应的样本标签训练得到，样本标签用于表征用户身份。
[0009]在其中一个实施例中，中央数据处理器还用于提取电容数值区间的最大电容值以及预设图像数据的像素值区间的预设图像数据最大像素值，计算手掌电容数据的最大电容值与预设图像数据最大像素值的比例，得到转换比例。
[0010]在其中一个实施例中，中央数据处理器中的预设手掌识别卷积神经网络模型通过算法因子提取手掌图像数据的特征，得到手掌特征；对手掌特征进行下采样，将下采样后的手掌特征经过全连接层计算，得到手掌身份识别结果。
[0011]在其中一个实施例中，中央数据处理器还用于对手掌图像数据进行数据增强，得到增强后的手掌图像数据；将增强后的手掌图像数据输入预设手掌识别卷积神经网络模型中进行识别，得到手掌身份识别结果。
[0012]在其中一个实施例中，中央数据处理器还用于获取手掌识别训练样本以及手掌识
别测试样本，手掌识别训练样本包括手掌训练样本图像数据以及对应的训练样本标签，手掌识别测试样本包括手掌测试样本图像数据以及对应的测试样本标签；将手掌训练样本图像数据输入初始手掌识别卷积神经网络进行识别，得到手掌训练样本识别结果；根据手掌训练样本识别结果以及训练样本标签对初始手掌识别卷积神经网络模型的参数进行调整；将手掌测试样本图像数据输入初始手掌识别卷积神经网络进行识别，得到手掌测试样本识别结果；根据手掌测试样本识别结果计算得到样本识别准确率，当样本识别准确率达到预设识别阈值时，得到预设手掌识别卷积神经网络模型。
[0013]在其中一个实施例中，中央数据处理器还用于对手掌训练样本图像数据进行数据增强，得到增强后的手掌训练样本图像数据；将增强后的手掌训练样本图像数据输入初始手掌识别卷积神经网络进行识别，得到手掌训练样本识别结果。
[0014]在其中一个实施例中，中央数据处理器还用于对手掌测试样本图像数据进行数据增强，得到增强后的手掌测试样本图像数据；将增强后的手掌测试样本图像数据输入初始手掌识别卷积神经网络进行识别，得到手掌测试样本识别结果。
[0015]在其中一个实施例中，中央数据处理器根据手势轨迹数据确定手指数量以及对应的手指轨迹；根据手指数量以及对应的手指轨迹确定手势指令。
[0016]在其中一个实施例中，电容触摸组件通过物联网通讯协议将手掌电容数据传输至中央数据处理器。
[0017]在其中一个实施例中，电容触摸组件还用于周期性侦听触碰操作，根据侦听到的触碰操作获取手掌电容数据以及手势轨迹数据。
[0018]上述物联网控制系统，该系统包括电容触摸组件、中央数据处理器以及物联网终端控制器；电容触摸组件采集用户的手掌电容数据以及手势轨迹数据，分别将手掌电容数据以及手势轨迹数据传输至中央数据处理器；中央数据处理器根据手掌电容数据的电容数值区间以及预设图像数据的像素值区间确定转换比例；将手掌电容数据按照转换比例转换为手掌图像数据；将手掌图像数据输入预设手掌识别卷积神经网络模型中进行识别，得到手掌身份识别结果；并根据手势轨迹数据确定手势指令，基于手掌身份识别结果将手势指令发送至物联网终端控制器；物联网终端控制器根据手势指令对物联网设备进行控制，预设手掌识别卷积神经网络根据手掌样本图像以及手掌图像数据对应的样本标签训练得到，样本标签用于表征用户身份。本系统通过电容触摸组件获取用户的手掌电容数据以及手势轨迹数据，手掌电容数据以及手势轨迹数据不易受环境影响，通过中央数据处理器将手掌电容数据转换为手掌图像数据，进而通过预设手掌识别神经网络对手掌图像数据进行识别，可以得到准确的手掌识别结果，提高了身份识别准确率，根据手势轨迹数据可以快速获取用户需求，根据手势轨迹数据别手势指令，进而基于手掌识别结果发送手势指令至物联网终端控制器，物联网终端控制器根据手势指令对对应的物联网设备进行控制准确地对物联网设备进行控制，提高了物联网设备的控制效率。
附图说明
[0019]图1为一个实施例中物联网控制系统的应用环境图；
[0020]图2为一个实施例中手掌电容数据转为手掌图像数据的示意图；
[0021]图3为一个实施例中手势指令确定的示意图；
[0022]图4为一个实施例中手掌识别方法的手掌图像数据增强示意图；
[0023]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0024]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0025]随着传感技术的发展，生物识别鉴权技术日益兴起并广泛应用，如人脸识别、语音识别、虹膜识别和指纹识别等，它们也有着各自应用场景面临的问题。例如，密码口令方式需要记忆和输入编码序列，容易泄密；人脸识别和语音识别在嘈杂人多的移动环境中会受到很大的干扰，识别率会降低很多，没有好的网络环境配合时，使用感受会下降，导致体验不佳；虹膜识别和指纹识别等需要专门的硬件和光学结构支撑才能工作，运用不是很便利。
[0026]因此，本申请提出了一种基于电容触摸屏的手掌识别鉴权的方法，该方法利用手机、平板和车载中控屏等的物联网电容触摸屏，采集触摸屏的原始触摸电容数据，存储本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物联网控制系统，其特征在于，所述系统包括电容触摸组件、中央数据处理器以及物联网终端控制器；所述电容触摸组件采集用户的手掌电容数据以及手势轨迹数据，分别将所述手掌电容数据以及所述手势轨迹数据传输至所述中央数据处理器；所述中央数据处理器根据所述手掌电容数据的电容数值区间以及预设图像数据的像素值区间确定转换比例；将所述手掌电容数据按照所述转换比例转换为手掌图像数据；将所述手掌图像数据输入预设手掌识别卷积神经网络模型中进行识别，得到手掌身份识别结果；并根据所述手势轨迹数据确定手势指令，基于所述手掌身份识别结果将所述手势指令发送至物联网终端控制器；所述物联网终端控制器根据所述手势指令对物联网设备进行控制，所述预设手掌识别卷积神经网络根据手掌样本图像以及手掌图像数据对应的样本标签训练得到，所述样本标签用于表征用户身份。2.根据权利要求1所述的系统，其特征在于，所述中央数据处理器还用于提取电容数值区间的最大电容值以及所述预设图像数据的像素值区间的预设图像数据最大像素值，计算所述手掌电容数据的最大电容值与所述预设图像数据最大像素值的比例，得到转换比例。3.根据权利要求1所述的系统，其特征在于，所述中央数据处理器中所述预设手掌识别卷积神经网络模型通过算法因子提取所述手掌图像数据的特征，得到手掌特征；对所述手掌特征进行下采样，将下采样后的手掌特征经过全连接层计算，得到手掌身份识别结果。4.根据权利要求1所述的系统，其特征在于，所述中央数据处理器还用于对所述手掌图像数据进行数据增强，得到增强后的手掌图像数据；将所述增强后的手掌图像数据输入预设手掌识别卷积神经网络模型中进行识别，得到手掌身份识别结果。5.根据权利要求1所述的系统，其特征在于，所述中央数据处理器还用于获取手掌识别训...

【专利技术属性】
技术研发人员：赵宁，许仁，王伟，
申请(专利权)人：维达力实业深圳有限公司，
类型：发明
国别省市：