基于小样本学习的RFID手指踪迹识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于小样本学习的RFID手指踪迹识别方法，首先，获取标签阵列发送的带有时序性特征的原始手指反射信号；接着，对原始手指反射信号进行特征提取，以得到可视化的手指踪迹空间特征图；最后，构建踪迹识别模型，并将手指踪迹空间特征图输入到踪迹识别模型，以便完成对手指踪迹空间特征图的识别；由此，能够在无需人体佩戴任何设备和极少数训练样本的情况下实现高精度、细粒度的手指踪迹识别。别。别。

【技术实现步骤摘要】
基于小样本学习的RFID手指踪迹识别方法及装置


[0001]本专利技术涉及手指踪迹识别
，特别涉及一种基于小样本学习的RFID手指踪迹识别方法、一种计算机可读存储介质、一种计算机设备以及一种基于小样本学习的RFID手指踪迹识别装置。

技术介绍

[0002]相关技术中，手指踪迹一般采用传感器、照相机和其他设备进行识别，但是，传统的基于传感器或者摄像头的手指踪迹识别方法往往对硬件设备有着极高的依赖性，硬件设备的好坏影响着其准确率，另外，当周围环境发生变化，如光线强度不足时，传统方法的准确率将无法保证，再者，用户隐私易受到侵犯，由于摄像头将完全记录用户的行为，用户人像信息也有被泄露的风险。

技术实现思路

[0003]本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于小样本学习的RFID手指踪迹识别方法，能够在无需人体佩戴任何设备和极少数训练样本的情况下实现高精度、细粒度的手指踪迹识别。
[0004]本专利技术的第二个目的在于提出一种计算机可读存储介质。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小样本学习的RFID手指踪迹识别方法，其特征在于，包括以下步骤：获取标签阵列发送的带有时序性特征的原始手指反射信号；对所述原始手指反射信号进行特征提取，以得到可视化的手指踪迹空间特征图；构建踪迹识别模型，并将所述手指踪迹空间特征图输入到所述踪迹识别模型，以便完成对所述手指踪迹空间特征图的识别。2.如权利要求1所述的基于小样本学习的RFID手指踪迹识别方法，其特征在于，对所述原始手指反射信号进行特征提取，以得到可视化的手指踪迹空间特征图，包括：采用一维相位解包对所述原始手指反射信号的相位进行校正，以及使用滤波器对所述原始手指反射信号进行平滑处理，以得到预处理信号；对所述预处理信号进行分割处理，以得到所述手指踪迹的起点和终点；获取由所述标签阵列中所有标签对应的似然组成的似然估计矩阵，以便根据所述似然估计矩阵和所述手指踪迹的起点和终点对手指运动趋势进行追踪，并将其绘制成所述可视化的手指踪迹空间特征图。3.如权利要求2所述的基于小样本学习的RFID手指踪迹识别方法，其特征在于，对所述预处理信号进行分割处理，以得到所述手指踪迹的起点和终点，包括：对所述预处理信号的相位和对应的RSSI数据进行归一化处理；使用动态调整的滑动窗口分别计算所述标签阵列中每个标签对应的归一化处理后的相位和RSSI的方差流，并赋予相应权重进行结合；将每个滑动窗口的最大方差提取出来组成最大方差流，并获取第一和最后一个峰值作为所述手指踪迹的起点和终点。4.如权利要求1所述的基于小样本学习的RFID手指踪迹识别方法，其特征在于，所述踪迹识别模型包括分类器、鉴别器和生成器，所述生成器根据随机矢量生成相关图像以补充训练数据集，所述鉴别器用于区分所述生成器生成的样本和真实的样本，将软阈值化加入到所述分类器以便生成图像对应的标签。5.一种计算机可读存储介质，其特征在于，其上存储有基于小样本学习的RFID手指踪迹识别程序，该基于小样本学习的RFID手指踪迹识别程序被处理器执行时实现如权利要求1
‑
4中任一项所述的基于小样本学习的...

【专利技术属性】
技术研发人员：杨律青，李思杰，钱伟华，于博，曾文华，廖明宏，林凡，
申请(专利权)人：厦门大学，
类型：发明
国别省市：