RU2678494C1 - Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара - Google Patents

Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара Download PDF

Info

Publication number
RU2678494C1
RU2678494C1 RU2017129907A RU2017129907A RU2678494C1 RU 2678494 C1 RU2678494 C1 RU 2678494C1 RU 2017129907 A RU2017129907 A RU 2017129907A RU 2017129907 A RU2017129907 A RU 2017129907A RU 2678494 C1 RU2678494 C1 RU 2678494C1
Authority
RU
Russia
Prior art keywords
user
signals
classification tool
transmitter
ultra
Prior art date
Application number
RU2017129907A
Other languages
English (en)
Inventor
Александр Владимирович БЕЛЬСКИХ
Михаил Вячеславович Попов
Станислав Владимирович Полонский
Максим Алексеевич ВИЛЕНСКИЙ
Original Assignee
Самсунг Электроникс Ко., Лтд.
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
Application filed by Самсунг Электроникс Ко., Лтд. filed Critical Самсунг Электроникс Ко., Лтд.
Priority to RU2017129907A priority Critical patent/RU2678494C1/ru
Priority to KR1020180090902A priority patent/KR20190022329A/ko
Priority to US16/627,019 priority patent/US11561280B2/en
Priority to PCT/KR2018/009155 priority patent/WO2019039780A1/ko
Priority to EP18847466.2A priority patent/EP3632307B1/en
Application granted granted Critical
Publication of RU2678494C1 publication Critical patent/RU2678494C1/ru

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
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  using microwaves or terahertz waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • 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
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10366—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/113—Recognition of static hand signs
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan

Abstract

Изобретение относится к области идентификации пользователя. Технические результаты заключаются в обеспечении непрерывной идентификации пользователя без запроса у пользователя данных для идентификации, сложности подделки биометрических данных пользователя, возможности встраивания в носимые устройства, отсутствия необходимости непосредственного контакта с кожей пользователя. Такие результаты достигаются за счет того, что устройство содержит передающую антенну; приемную антенну; передатчик для генерации сверхширокополосных сигналов и испускания сверхширокополосных сигналов в ткани части тела пользователя через передающую антенну; приемник для приема сигналов, прошедших через ткани части тела пользователя, через приемную антенну; аналого-цифровой преобразователь для преобразования принятых сигналов в цифровые сигналы; память для хранения параметров обученного средства классификации; и центральный процессор для анализа цифровых сигналов посредством обученного средства классификации с использованием параметров обученного средства классификации для идентификации пользователя. 2 н. и 13 з.п. ф-лы, 7 ил.

Description

УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ
Область техники, к которой относится изобретение
[0001] Настоящее изобретение относится, в общем, к области биометрической идентификации и, в частности, к устройству и способу для биометрической идентификации пользователя с использованием радиочастотного (РЧ) радара.
Описание предшествующего уровня техники
[0002] В предшествующем уровне техники известны решения, которые применяют РЧ радар для получения биометрических данных пользователя. Такими решениями являются, например, решения, описанные в нижеследующих документах.
[0003] Патентная заявка США US 2016054792 A1, опубликованная 25.02.2016 под названием «Radar-Based Biometric Recognition», раскрывает решение, в котором с помощью РЧ радара, встроенного в носимое устройство, измеряют биометрические параметры, относящиеся к состоянию пользователя, такие как частота сердечных сокращений, частота дыхания, температура и т.д. Однако, биометрические параметры, измеряемые в данном решении, не могут являться идентификационными данными пользователя.
[0004] Патентная заявка США US 20160089052 A1, опубликованная 31.03.2016 под названием «Method and device for measuring biometric data using uwb radar», раскрывает решение, в котором с помощью сверхширокополосного радара измеряют частоту дыхания и частоту сердечных сокращений. Однако, измерения в данном решении не выполняются с помощью носимого устройства, а измеряемые биометрические параметры не могут являться идентификационными данными пользователя.
[0005] Настоящее изобретение создано для получения биометрических данных пользователя, которые обеспечивают идентификацию пользователя, и обеспечения, по меньшей мере, одного из нижеописанных преимуществ.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[0006] Целью настоящего изобретения является создание устройства и способа для биометрической идентификации пользователя с использованием радиочастотного (РЧ) радара, который позволяет получить, по меньшей мере, одно из следующих преимуществ:
- непрерывная идентификация пользователя, при которой возможно предоставить информацию о том, что пользователь идентифицирован, в любой момент без запроса у пользователя данных для выполнения идентификации;
- сложность подделки биометрических данных пользователя;
- возможность встраивания во множество различных носимых устройств, таких как часы, браслеты, головные гарнитуры, с фиксацией на шее пользователя, и т.п.;
- отсутствие необходимости непосредственного (электрического) контакта с кожей, возможность работы через одежду, например, перчатки, костюм, рубашку, брюки и т.п.
[0007] Соответственно, один аспект настоящего изобретения обеспечивает устройство для биометрической идентификации пользователя с использованием радиочастотного (РЧ) радара, при этом упомянутое устройство содержит: по меньшей мере одну передающую антенну; по меньшей мере одну приемную антенну; по меньшей мере один передатчик выполненный с возможностью генерации сверхширокополосных сигналов и испускания сверхширокополосных сигналов в ткани части тела пользователя через по меньшей мере одну передающую антенну; по меньшей мере один приемник выполненный с возможностью приема сигналов, прошедших через ткани части тела пользователя, через по меньшей мере одну приемную антенну; по меньшей мере один аналого-цифровой преобразователь (АЦП), выполненный с возможностью преобразования принятых сигналов в цифровые сигналы; память, выполненную с возможностью хранения параметров обученного средства классификации; и центральный процессор (ЦП), выполненный с возможностью анализа цифровых сигналов посредством обученного средства классификации с использованием параметров обученного средства классификации для идентификации пользователя.
[0008] Устройство для биометрической идентификации пользователя с использованием РЧ радара может быть дополнительно выполнено с возможностью выполнения обучения средства классификации, причем обучение выполняется для каждого жеста из множества жестов, при этом: по меньшей мере один передатчик генерирует сверхширокополосные сигналы и испускает сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну, когда пользователь выполняет жест из множества жестов; по меньшей мере один приемник принимает сигналы, прошедшие через ткани части тела пользователя через по меньшей мере одну приемную антенну; по меньшей мере один АЦП преобразует принятые сигналы в цифровые сигналы; ЦП выполнен с возможностью: ввода цифровых сигналов в средство классификации для выполнения обучения средства классификации и получения параметров обученного средства классификации; сохранения параметров обученного средства классификации в памяти.
[0009] По меньшей мере один передатчик может быть выполнен с возможностью генерации сверхширокополосных сигналов с частотой 1-15 ГГц.
[0010] По меньшей мере один передатчик и по меньшей мере один приемник могут быть расположены рядом друг с другом, при этом по меньшей мере одна передающая антенна и по меньшей мере одна приемная антенна расположены на противоположных сторонах упомянутой части тела пользователя.
[0011] По меньшей мере один передатчик и по меньшей мере один приемник могут быть выполнены как по меньшей мере один приемопередатчик.
[0012] По меньшей мере один передатчик и по меньшей мере один приемник могут быть расположены на противоположных сторонах части тела пользователя, через которую проходят сверхширокополосные сигналы, при этом по меньшей мере одна передающая антенна и по меньшей мере одна приемная антенна расположены рядом с по меньшей мере одним передатчиком и по меньшей мере одним приемником, соответственно.
[0013] Устройство для биометрической идентификации пользователя с использованием РЧ может дополнительно содержать дополнительный передатчик, выполненный с возможностью передачи положительного результата идентификации пользователя на внешнее устройство для аутентификации пользователя.
[0014] Устройство для биометрической идентификации пользователя с использованием РЧ может быть встроено в носимое устройство.
[0015] ЦП может быть ЦП носимого устройства, в которое встроено упомянутое устройство.
[0016] ЦП может быть внешним ЦП, при этом дополнительный передатчик выполнен с возможностью передачи цифровых сигналов из АЦП внешнему ЦП.
[0017] Другой аспект настоящего изобретения обеспечивает способ биометрической идентификации пользователя с использованием РЧ радара, при этом упомянутый способ содержит этапы, на которых: генерируют сверхширокополосные сигналы по меньшей мере одним передатчиком и испускают сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну; принимают сигналы, прошедшие через ткани части тела пользователя, по меньшей мере одним приемником через по меньшей мере одну приемную антенну; преобразуют принятые сигналы в цифровые сигналы посредством, по меньшей мере, одного аналого-цифрового преобразователя (АЦП); и анализируют цифровые сигналы в ЦП (центральном процессоре) посредством обученного средства классификации с использованием параметров обученного средства классификации, хранящихся в памяти, для идентификации пользователя.
[0018] Обучение средства классификации выполняется для каждого жеста из множества жестов, при этом обучение средства классификации содержит этапы, на которых: генерируют сверхширокополосные сигналы по меньшей мере одним передатчиком и испускают сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну, когда пользователь выполняет жест из множества жестов; принимают сигналы, прошедшие через ткани части тела пользователя, по меньшей мере одним приемником через по меньшей мере одну приемную антенну; преобразуют принятые сигналы в цифровые сигналы посредством, по меньшей мере, одного АЦП; вводят цифровые сигналы в средство классификации для выполнения обучения средства классификации и получения параметров обученного средства классификации; сохраняют параметры обученного средства классификации в памяти.
[0019] По меньшей мере один передатчик выполнен с возможностью генерации сверхширокополосных сигналов с частотой 1-15 ГГц.
[0020] Способ может дополнительно содержать этап, на котором передают положительный результат идентификации пользователя на внешнее устройство для аутентификации пользователя.
[0021] Если ЦП является внешним ЦП, то упомянутый способ может дополнительно содержать этап, на котором передают цифровые сигналы из АЦП внешнему ЦП.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0022] Вышеописанные и другие аспекты, признаки и преимущества настоящего изобретения будут более понятны из последующего подробного описания, приведенного в сочетании с прилагаемыми чертежами, на которых:
[0023] Фиг. 1 представляет собой схематичное изображение одного варианта расположения передающей и приемной антенн, передатчика и приемника устройства для биометрической идентификации пользователя с использованием РЧ радара.
[0024] Фиг. 2 представляет собой схематичное изображение другого варианта расположения передающей и приемной антенн, передатчика и приемника устройства для биометрической идентификации пользователя с использованием РЧ радара.
[0025] Фиг. 3 представляет собой иллюстрацию сигналов, соответствующих разным жестам у разных пользователей.
[0026] Фиг. 4 представляет собой блок-схему, иллюстрирующую вариант осуществления устройства для биометрической идентификации пользователя с использованием РЧ радара.
[0027] Фиг. 5 представляет собой блок-схему, иллюстрирующую еще один вариант осуществления устройства для биометрической идентификации пользователя с использованием РЧ радара.
[0028] Фиг. 6 представляет собой блок-схему, иллюстрирующую способ биометрической идентификации пользователя с использованием РЧ радара.
[0029] Фиг. 7 представляет собой блок-схему, иллюстрирующую этапы обучения средства классификации устройства для биометрической идентификации пользователя с использованием РЧ радара.
[0030] В последующем описании, если не указано иное, одинаковые ссылочные позиции используются для обозначения одних и тех же элементов устройства или этапов способа, когда они изображены на разных чертежах, и их параллельное описание не приводится.
ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ НАСТОЯЩЕГО ИЗОБРЕТЕНИЯ
[0031] Нижеследующее описание со ссылкой прилагаемые чертежи приведено, чтобы облегчить полное понимание различных вариантов осуществления настоящего изобретения, заданного формулой изобретения, и его эквивалентов. Описание включает в себя различные конкретные подробности, чтобы облегчить такое понимание, но данные подробности следует считать только примерными. Соответственно, специалисты в данной области техники обнаружат, что можно разработать различные изменения и модификации различных вариантов осуществления, описанных в настоящей заявке, без выхода за пределы объема настоящего изобретения. Кроме того, описания общеизвестных функций и конструкций могут быть исключены для ясности и краткости.
[0032] Термины и формулировки, используемые в последующем описании и формуле изобретения не ограничены библиографическим значениями, а просто использованы создателем настоящего изобретения, чтобы обеспечить четкое и последовательное понимание настоящего изобретения. Соответственно, специалистам в данной области техники должно быть ясно, что последующее описание различных вариантов осуществления настоящего изобретения предлагается только для иллюстрации.
[0033] Следует понимать, что формы единственного числа включают в себя множественность, если контекст явно не указывает иное.
[0034] Дополнительно следует понимать, что термины «содержит», «содержащий», «включает в себя» и/или «включающий в себя», при использовании в настоящей заявке, означают присутствие изложенных признаков, значений, операций, элементов и/или компонентов, но не исключают присутствия или добавления одного или более других признаков, значений, операций, элементов, компонентов и/или их групп.
[0035] В дальнейшем, различные варианты осуществления настоящего изобретения описаны более подробно со ссылкой на прилагаемые чертежи.
[0036] Ткани одних и тех же частей тела у разных людей имеют разное строение. Кроме того, ткани одних и тех же частей тела у разных людей при выполнении движений принимают разную конфигурацию. Следовательно, РЧ сигналы, пропущенные через части тела разных людей будут искажаться по-разному, и принятые РЧ сигналы, пропущенные через части тела разных людей будут отличаться друг от друга. Данный принцип положен в основу биометрической идентификации пользователя в настоящей заявке.
[0037] Принцип работы настоящего изобретения с использованием одного примера применений, в частности, применения в часах будет пояснен со ссылкой на фиг. 1. Устройство для биометрической идентификации пользователя с использованием РЧ радара в данном примере встроено в часы. Устройство для биометрической идентификации пользователя с использованием РЧ радара одевается на часть тела пользователя, в данном примере на запястье пользователя. Устройство для биометрической идентификации пользователя с использованием РЧ радара содержит центральный процессор (ЦП) 107, память 106 и РЧ радар, содержащий, передатчик 103, приемник 104, передающую антенну 101, приемную антенну 102 и аналого-цифровой преобразователь (АЦП) 105 (не показан на фиг. 1).
[0038] Хотя на фиг. 1 показан РЧ радар, содержащий только один передатчик 103, один приемник 104, одну передающую антенну 101 и одну приемную антенну 102, РЧ радар может содержать несколько передатчиков 103, несколько приемников 104, несколько передающих антенн 101 и несколько приемных антенн 102. Кроме того, устройство для биометрической идентификации пользователя с использованием РЧ радара также может содержать несколько АЦП 105.
[0039] Передатчик 103 генерирует сверхширокополосные сигналы и испускает генерируемые сверхширокополосные сигналы в часть тела пользователя, на которой располагается устройство для биометрической идентификации пользователя с использованием РЧ радара, посредством передающей антенны 101. Часть тела пользователя в данном примере для применения в часах представляет собой запястье. В других применениях часть тела пользователя, на которой располагается устройство для распознавания жестов, может быть любой частью тела пользователя, содержащей мышцы, сухожилия и т.п., например, рукой, ногой, шеей и т.п. Сверхширокополосные сигналы проходят через ткани тела пользователя и принимаются приемником 103 посредством приемной антенны 102. Принимаемые сигналы преобразуются АЦП 105 в цифровые сигналы и вводятся в ЦП 107, например, как изображено на фиг. 1 в ЦП часов. ЦП 107 анализирует цифровые сигналы посредством обученного средства классификации с использованием параметров обученного средства классификации, хранящихся в памяти 106, для идентификации пользователя.
[0040] Фиг. 3 представляет собой иллюстрацию сигналов, соответствующих разным жестам у разных пользователей. На каждом из трех графиков на фиг. 3 изображены пять кривых, соответствующих приведенным на фиг. 3 пяти жестам. Каждый из трех графиков изображает сигналы, прошедшие через ткани тела, в данном случае запястье, трех разных пользователей. Данные графики явно показывают, что сигналы, прошедшие через ткани запястий трех разных пользователей, отличаются друг от друга.
[0041] Вследствие того, что ткани одних и тех же частей тела у разных людей имеют разное строение и ткани одних и тех же частей тела у разных людей при выполнении движений принимают разную конфигурацию, сверхширокополосные сигналы, пропущенные через части тела разных людей, будут искажаться по-разному. Следовательно, принятые сигналы, прошедшие через одни и те же части тела разных людей, будут отличаться друг от друга, что явно отражено на трех графиках на фиг. 3. Такое отличие обеспечивает уникальные биометрические данные пользователя и позволяет однозначно идентифицировать пользователя с использованием таких биометрических данных пользователя.
[0042] Настоящее изобретение может быть использовано в любых применениях, где требуется аутентификация пользователя. Аутентификация пользователя выполняется на основании результата идентификации пользователя, выполненной согласно настоящему изобретению. Во время ношения пользователем устройства для биометрической идентификации пользователя с использованием РЧ радара, производится непрерывная идентификация и аутентификация.
[0043] Настоящее изобретение может быть использовано, например, для получения доступа к различным устройствам, таким как мобильный телефон, смартфон, компьютер и т.д., для получения доступа к различным электронным услугам, для разблокировании дверей автомобиля, при использовании системы «умный» дом, при использовании платежных систем.
[0044] Варианты осуществления устройства для биометрической идентификации пользователя с использованием РЧ радара описаны в дальнейшем подробнее со ссылкой на фиг. 1, 2, 4, 5.
[0045] Фиг. 4 иллюстрирует вариант осуществления устройства для биометрической идентификации пользователя с использованием РЧ радара. Устройство для биометрической идентификации пользователя с использованием РЧ радара содержит ЦП 107, память 106 и РЧ радар, содержащий, по меньшей мере одну передающую антенну 101, по меньшей мере одну приемную антенну 102, по меньшей мере один передатчик 103, по меньшей мере один приемник 104 и по меньшей мере один АЦП 105.
[0046] Хотя на фиг. 4 показаны только одна передающая антенна 101, одна приемная антенна 102, один передатчик 103, один приемник 104 и один АЦП 105, Устройство для биометрической идентификации пользователя с использованием РЧ радара может содержать несколько передающих антенн 101, несколько приемных антенн 102, несколько передатчиков 103, несколько приемников 104 и несколько АЦП 105.
[0047] В варианте осуществления, показанном на фиг. 4, память 106 содержится в ЦП 107. Однако, память 106 может быть реализована в виде отдельного блока устройства для биометрической идентификации пользователя с использованием РЧ радара. Память 106 может также включать в себя машиночитаемое запоминающее устройство любого типа и/или любой машиночитаемый носитель информации. Память 106 хранит параметры обученного средства классификации.
[0048] Передающая антенна 101 соединена с передатчиком 103, а приемная антенна 102 соединена с приемником 104. Антенны 101 и 102 предназначены для испускания и приема сверхширокополосных сигналов, соответственно. Передающая антенна 101 и приемная антенна 102 расположены так, чтобы находиться на противоположных сторонах части тела пользователя, когда устройство для биометрической идентификации пользователя с использованием РЧ радара надето на упомянутую часть тела пользователя.
[0049] Как показано на фиг. 1, передатчик 103 и приемник 104 могут быть расположены так, чтобы находиться на противоположных сторонах части тела пользователя, когда устройство для биометрической идентификации пользователя с использованием РЧ радара надето на упомянутую часть тела пользователя. Передатчик 103 и приемник 104 могут быть расположены рядом с передающей антенной 101 и приемной антенной 102, соответственно.
[0050] Однако в другом варианте осуществления передатчик 103 и приемник 104 могут быть расположены рядом друг с другом, как показано на фиг. 2. Кроме того, передатчик 103 и приемник 104 могут быть выполнены как единый приемопередатчик.
[0051] Передатчик 103 генерирует сверхширокополосные сигналы и испускает сверхширокополосные сигналы в ткани части тела пользователя посредством передающей антенны 101. Передатчик 103 выполнен с возможностью работы в диапазоне 1-15 ГГц.
[0052] Испускаемые сверхширокополосные сигналы проходят через ткани части тела пользователя. В то же время, ткани части тела пользователя искажают сверхширокополосные сигналы. Искажения принятого сверхширокополосного сигнала представляют, например, затухание (изменение амплитуды) и фазовый сдвиг РЧ сигнала. Приемник 104 принимает сигналы, прошедшие через ткани части тела пользователя и искаженные ими.
[0053] АЦП 105 соединен с приемником 104. АЦП 104 преобразует принятые приемником 104 сигналы в цифровые сигналы, которые подаются в ЦП 107.
[0054] ЦП 107 реализует средство классификации, хранящееся в памяти 106. Средство классификации может быть любым обучаемым средством классификации, таким как нейронная сеть любой архитектуры, логистическая регрессия, дерево решений, машина опорных векторов, метод К ближайших соседей, наивный Байесовский классификатор или любая комбинация перечисленных средств.
[0055] В ЦП 107 поступают цифровые сигналы от АЦП 105 и ЦП 107 анализирует цифровые сигналы посредством обученного средства классификации с использованием параметров обученного средства классификации для получения результата идентификации пользователя. Поскольку анализ сигналов посредством обученных средств классификации с использованием параметров обученных средств классификации широко известен из уровня техники, то подробное описание такого анализа не требуется.
[0056] Необязательно цифровые сигналы могут проходить предварительную обработку (предобработку). Предобработка может содержать одно или более из фильтрации полученного цифрового сигнала от шумов методами усреднения, скользящего среднего, скользящей медианы и т. п., масштабирования значений сигнала на всем диапазоне частот, вейвлет-преобразования, преобразования Фурье, различных математических преобразований над полученными данными, таких как взятие логарифма, взятие экспоненты, возведение в степень, умножение/деление на константу, вычитание/прибавление константы, дифференцирование, интегрирование и т. п., преобразования сигнала из вида комплексного числа в амплитудно-фазовое представление и обратно, удаления из полученного набора данных явных «выбросов», таких как наборы данных, полученные с ошибками в следствие помех, ошибки вычислений и т.п. Подробное описание вышеперечисленных операции предобработки не требуется, поскольку такие операции широко известны в уровне техники. Предобработка может выполняться в ЦП 107. Однако может быть предусмотрен отдельный блок предобработки, подключенный между АЦП 105 и ЦП 107.
[0057] Устройство для биометрической идентификации пользователя с использованием РЧ радара может содержать дополнительный передатчик 108, как показано на фиг. 5. Дополнительный передатчик 108 предназначен для передачи результата идентификации пользователя на внешнее устройство для аутентификации пользователя. Внешнее устройство может быть любым устройством, для доступа к которому требуется аутентификация, или любым устройством, осуществляющим электронные услуги, для доступа к которым требуется аутентификация.
[0058] Устройство для биометрической идентификации пользователя с использованием РЧ радара может быть встроено в носимое устройство, например, часы, браслеты, головные гарнитуры или любые носимые устройства или предметы, прилегающие к частям тела пользователя, таким как руки, ноги, шея и т.д. ЦП 107 устройства для биометрической идентификации пользователя с использованием РЧ радара, встроенного в носимое устройство, может быть ЦП носимого устройства.
[0059] В некоторых вариантах осуществления ЦП 107 может быть внешним ЦП, например, процессором смартфона, компьютера или любого электронного устройства, содержащего процессор. Если ЦП 107 является внешним ЦП, то дополнительный передатчик 108 выполнен с возможностью передачи цифровых сигналов из АЦП 105 упомянутому внешнему ЦП.
[0060] Для получения обученного средства классификации выполняется обучение средства классификации, причем обучение выполняется для каждого жеста из множества жестов. При обучении часть тела пользователя выполняет жест из упомянутого множества жестов. Передатчик 103 генерирует сверхширокополосные сигналы и испускает сверхширокополосные сигналы в ткани части тела пользователя через передающую 101 антенну, когда пользователь выполняет жест из множества жестов. Приемник 104 принимает сигналы, прошедшие через ткани части тела пользователя через приемную антенну 102. АЦП 105 преобразует принятые сигналы в цифровые сигналы. Цифровые сигналы поступают в ЦП 107 для ввода цифровых сигналов в средство классификации для выполнения обучения средства классификации и получения параметров обученного средства классификации. Поскольку обучение средств классификации широко известно из уровня техники, то подробное описание такого анализа не требуется. Полученные параметры обученного средства классификации сохраняются в памяти 106.
[0061] Предлагаемый способ биометрической идентификации пользователя с использованием РЧ радара, который может быть реализован устройством для биометрической идентификации пользователя с использованием РЧ радара, описан со ссылкой на фиг. 6.
[0072] На этапе S201 по меньшей мере один передатчик 103 генерирует сверхширокополосные сигналы и испускает сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну 101.
[0073] На этапе S202 по меньшей мере один приемник 104 принимает сигналы, прошедшие через ткани части тела пользователя, через по меньшей мере одну приемную антенну 102.
[0074] На этапе S203 по меньшей мере один АЦП 105 преобразует принятые сигналы в цифровые сигналы.
[0075] На этапе S204 анализируют цифровые сигналы в ЦП 107 посредством обученного средства классификации с использованием параметров обученного средства классификации, хранящихся в памяти 106, для получения результата идентификации пользователя.
[0076] Способ может дополнительно содержать этап, на котором дополнительный передатчик передает положительный результат идентификации пользователя на внешнее устройство для аутентификации пользователя.
[0077] Способ может дополнительно содержать этап, на котором дополнительный передатчик передает цифровые сигналы из АЦП внешнему ЦП, если ЦП является внешним ЦП.
[0078] Обучение средства классификации для получения обученного средства классификации описано со ссылкой на фиг. 7. Обучение средства классификации выполняется для каждого жеста из множества жестов.
[0079] На этапе S201 по меньшей мере один передатчик 103 генерирует сверхширокополосные сигналы и испускает сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну 101, когда часть тела пользователя выполняет жест.
[0080] На этапе S202 по меньшей мере один приемник 104 принимает сигналы, прошедшие через ткани части тела пользователя, через по меньшей мере одну приемную антенну 102.
[0081] На этапе S203 по меньшей мере один АЦП 105 преобразует принятые сигналы в цифровые сигналы.
[0082] На этапе S205 цифровые сигналы вводят в средство классификации для выполнения обучения средства классификации и получают параметры обученного средства классификации.
[0083] На этапе S205 параметры обученного средства классификации сохраняют в памяти 106.
[0084] Вышеприведенные описания вариантов осуществления изобретения являются иллюстративными, и модификации конфигурации и реализации не выходят за пределы объема настоящего описания. Например, хотя варианты осуществления изобретения описаны, в общем, в связи с фигурами 1-7, приведенные описания являются примерными. Хотя предмет изобретения описан на языке, характерном для конструктивных признаков или методологических операций, понятно, что предмет изобретения, определяемый прилагаемой формулой изобретения, не обязательно ограничен конкретными вышеописанными признаками или операциями и их порядком. Более того, конкретные вышеописанные признаки и операции и их порядок раскрыты как примерные формы реализации формулы изобретения. Изобретение не ограничено также показанным порядком этапов способа, порядок может быть видоизменен специалистом без новаторских нововведений. Некоторые или все этапы способа могут выполняться последовательно или параллельно.
[0085] Соответственно предполагается, что объем варианта осуществления изобретения ограничивается только нижеследующей формулой изобретения.

Claims (40)

1. Устройство для биометрической идентификации пользователя с использованием радиочастотного (РЧ) радара, при этом упомянутое устройство содержит:
по меньшей мере одну передающую антенну;
по меньшей мере одну приемную антенну;
по меньшей мере один передатчик, выполненный с возможностью генерации сверхширокополосных сигналов и испускания сверхширокополосных сигналов в ткани части тела пользователя через по меньшей мере одну передающую антенну;
по меньшей мере один приемник, выполненный с возможностью приема сигналов, прошедших через ткани части тела пользователя, через по меньшей мере одну приемную антенну;
по меньшей мере один аналого-цифровой преобразователь (АЦП), выполненный с возможностью преобразования принятых сигналов в цифровые сигналы;
память, выполненную с возможностью хранения параметров обученного средства классификации; и
центральный процессор (ЦП), выполненный с возможностью анализа цифровых сигналов посредством обученного средства классификации с использованием параметров обученного средства классификации для идентификации пользователя, причем обучение выполнено на основании сигналов, прошедших через ткани части тела пользователя при выполнении каждого жеста пользователя из множества жестов, выполненных упомянутой частью тела пользователя.
2. Устройство по п. 1, в котором устройство дополнительно выполнено с возможностью выполнения обучения средства классификации, причем обучение выполняется для каждого жеста из множества жестов, при этом:
по меньшей мере один передатчик генерирует сверхширокополосные сигналы и испускает сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну, когда пользователь выполняет жест из множества жестов;
по меньшей мере один приемник принимает сигналы, прошедшие через ткани части тела пользователя через по меньшей мере одну приемную антенну;
по меньшей мере один АЦП преобразует принятые сигналы в цифровые сигналы;
ЦП выполнен с возможностью:
ввода цифровых сигналов в средство классификации для выполнения обучения средства классификации и получения параметров обученного средства классификации;
сохранения параметров обученного средства классификации в памяти.
3. Устройство по п. 1 или 2, в котором по меньшей мере один передатчик выполнен с возможностью генерации сверхширокополосных сигналов с частотой 1-15 ГГц.
4. Устройство по п. 3, в котором по меньшей мере один передатчик и по меньшей мере один приемник расположены рядом друг с другом,
при этом по меньшей мере одна передающая антенна и по меньшей мере одна приемная антенна расположены на противоположных сторонах упомянутой части тела пользователя.
5. Устройство по п. 4, в котором по меньшей мере один передатчик и по меньшей мере один приемник выполнены как по меньшей мере один приемопередатчик.
6. Устройство по п. 3, в котором по меньшей мере один передатчик и по меньшей мере один приемник расположены на противоположных сторонах части тела пользователя, через которую проходят сверхширокополосные сигналы,
при этом по меньшей мере одна передающая антенна и по меньшей мере одна приемная антенна расположены рядом с по меньшей мере одним передатчиком и по меньшей мере одним приемником, соответственно.
7. Устройство по п. 1, дополнительно содержащее дополнительный передатчик, выполненный с возможностью передачи положительного результата идентификации пользователя на внешнее устройство для аутентификации пользователя.
8. Устройство по п. 5 или 6, причем упомянутое устройство встроено в носимое устройство.
9. Устройство по п. 8, в котором ЦП является ЦП носимого устройства, в которое встроено упомянутое устройство.
10. Устройство по п. 5 или 6, в котором ЦП является внешним ЦП,
при этом дополнительный передатчик выполнен с возможностью передачи цифровых сигналов из АЦП внешнему ЦП.
11. Способ биометрической идентификации пользователя с использованием радиочастотного (РЧ) радара, при этом упомянутый способ содержит этапы, на которых:
генерируют сверхширокополосные сигналы по меньшей мере одним передатчиком и испускают сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну;
принимают сигналы, прошедшие через ткани части тела пользователя, по меньшей мере одним приемником через по меньшей мере одну приемную антенну;
преобразуют принятые сигналы в цифровые сигналы посредством по меньшей мере одного аналого-цифрового преобразователя (АЦП); и
анализируют цифровые сигналы в ЦП (центральном процессоре) посредством обученного средства классификации с использованием параметров обученного средства классификации, хранящихся в памяти, для идентификации пользователя, причем обучение выполнено на основании сигналов, прошедших через ткани части тела пользователя при выполнении каждого жеста пользователя из множества жестов, выполненных упомянутой частью тела пользователя.
12. Способ по п. 11, дополнительно содержащий обучение средства классификации для каждого жеста из множества жестов, при этом обучение средства классификации содержит этапы, на которых:
генерируют сверхширокополосные сигналы по меньшей мере одним передатчиком и испускают сверхширокополосные сигналы в ткани части тела пользователя через по меньшей мере одну передающую антенну, когда пользователь выполняет жест из множества жестов;
принимают сигналы, прошедшие через ткани части тела пользователя, по меньшей мере одним приемником через по меньшей мере одну приемную антенну;
преобразуют принятые сигналы в цифровые сигналы посредством по меньшей мере одного АЦП;
вводят цифровые сигналы в средство классификации для выполнения обучения средства классификации и получения параметров обученного средства классификации;
сохраняют параметры обученного средства классификации в памяти.
13. Способ по п. 11 или 12, в котором по меньшей мере один передатчик выполнен с возможностью генерации сверхширокополосных сигналов с частотой 1-15 ГГц.
14. Способ по п. 11, дополнительно содержащий этап, на котором передают положительный результат идентификации пользователя на внешнее устройство для аутентификации пользователя.
15. Способ по п. 13, в котором если ЦП является внешним ЦП, то упомянутый способ дополнительно содержит этап, на котором передают цифровые сигналы из АЦП внешнему ЦП.
RU2017129907A 2017-08-24 2017-08-24 Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара RU2678494C1 (ru)

Priority Applications (5)

Application Number Priority Date Filing Date Title
RU2017129907A RU2678494C1 (ru) 2017-08-24 2017-08-24 Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара
KR1020180090902A KR20190022329A (ko) 2017-08-24 2018-08-03 무선 주파수 레이더를 사용하는 사용자 식별 디바이스 및 방법
US16/627,019 US11561280B2 (en) 2017-08-24 2018-08-10 User identification device and method using radio frequency radar
PCT/KR2018/009155 WO2019039780A1 (ko) 2017-08-24 2018-08-10 무선 주파수 레이더를 사용하는 사용자 식별 디바이스 및 방법
EP18847466.2A EP3632307B1 (en) 2017-08-24 2018-08-10 User identification device and method using radio frequency radar

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2017129907A RU2678494C1 (ru) 2017-08-24 2017-08-24 Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара

Publications (1)

Publication Number Publication Date
RU2678494C1 true RU2678494C1 (ru) 2019-01-29

Family

ID=65273478

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017129907A RU2678494C1 (ru) 2017-08-24 2017-08-24 Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара

Country Status (4)

Country Link
US (1) US11561280B2 (ru)
EP (1) EP3632307B1 (ru)
KR (1) KR20190022329A (ru)
RU (1) RU2678494C1 (ru)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10188309B2 (en) 2013-11-27 2019-01-29 North Inc. Systems, articles, and methods for electromyography sensors
US11921471B2 (en) 2013-08-16 2024-03-05 Meta Platforms Technologies, Llc Systems, articles, and methods for wearable devices having secondary power sources in links of a band for providing secondary power in addition to a primary power source
US20150124566A1 (en) 2013-10-04 2015-05-07 Thalmic Labs Inc. Systems, articles and methods for wearable electronic devices employing contact sensors
EP3697297A4 (en) 2017-10-19 2020-12-16 Facebook Technologies, Inc. SYSTEMS AND METHODS FOR IDENTIFYING BIOLOGICAL STRUCTURES ASSOCIATED WITH NEUROMUSCULAR SOURCE SIGNALS
US11907423B2 (en) 2019-11-25 2024-02-20 Meta Platforms Technologies, Llc Systems and methods for contextualized interactions with an environment
US11481030B2 (en) 2019-03-29 2022-10-25 Meta Platforms Technologies, Llc Methods and apparatus for gesture detection and classification
US11150730B1 (en) 2019-04-30 2021-10-19 Facebook Technologies, Llc Devices, systems, and methods for controlling computing devices via neuromuscular signals of users
US11493993B2 (en) * 2019-09-04 2022-11-08 Meta Platforms Technologies, Llc Systems, methods, and interfaces for performing inputs based on neuromuscular control
WO2020061451A1 (en) 2018-09-20 2020-03-26 Ctrl-Labs Corporation Neuromuscular text entry, writing and drawing in augmented reality systems
CN113423341A (zh) 2018-11-27 2021-09-21 脸谱科技有限责任公司 用于可穿戴电极传感器系统的自动校准的方法和装置
US11868531B1 (en) 2021-04-08 2024-01-09 Meta Platforms Technologies, Llc Wearable device providing for thumb-to-finger-based input gestures detected based on neuromuscular signals, and systems and methods of use thereof
US20230039849A1 (en) * 2021-05-21 2023-02-09 Samsung Electronics Co., Ltd. Method and apparatus for activity detection and recognition based on radar measurements

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5892838A (en) * 1996-06-11 1999-04-06 Minnesota Mining And Manufacturing Company Biometric recognition using a classification neural network
US20060215883A1 (en) * 2005-03-25 2006-09-28 Samsung Electronics Co., Ltd. Biometric identification apparatus and method using bio signals and artificial neural network
RU2292079C2 (ru) * 2005-02-02 2007-01-20 Федеральное государственное унитарное предприятие "ПЕНЗЕНСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ЭЛЕКТРОТЕХНИЧЕСКИЙ ИНСТИТУТ" (ФГУП "ПНИЭИ") Способ идентификации человека по его биометрическому образу
US20080183388A1 (en) * 2007-01-23 2008-07-31 Alan Goodrich Unobtrusive system and method for monitoring the physiological condition of a target user of a vehicle
US20100321229A1 (en) * 2005-10-28 2010-12-23 Raytheon Company Biometric radar system and method for identifying persons and positional states of persons
KR20110043993A (ko) * 2009-10-22 2011-04-28 (주)투미르 휴대용 무선통신 단말기 및 그의 유더블유비 임펄스 라디오를 이용한 생체이상 분석 수행방법
US20160054792A1 (en) * 2014-08-22 2016-02-25 Google Inc. Radar-Based Biometric Recognition
US20170158202A1 (en) * 2015-12-03 2017-06-08 Sun Jong YANG Driver biometric information signal measurement system and method

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7123752B2 (en) 2001-12-19 2006-10-17 Sony Corporation Personal identification apparatus and method
JP4239512B2 (ja) 2001-12-19 2009-03-18 ソニー株式会社 個人識別装置、個人識別方法、情報処理装置、情報処理方法、情報記録媒体、情報記録媒体の使用者の識別方法、個人識別システム、プログラム記録媒体、およびプログラム
EP1408443B1 (en) 2002-10-07 2006-10-18 Sony France S.A. Method and apparatus for analysing gestures produced by a human, e.g. for commanding apparatus by gesture recognition
US20080139899A1 (en) 2005-05-04 2008-06-12 Menachem Student Remote Monitoring System For Alzheimer Patients
US7733224B2 (en) * 2006-06-30 2010-06-08 Bao Tran Mesh network personal emergency response appliance
KR101647493B1 (ko) 2008-05-14 2016-08-10 하트마일즈, 엘엘씨 신체 활동 모니터 및 데이터 수집 유닛
JP4988016B2 (ja) 2009-08-27 2012-08-01 韓國電子通信研究院 指の動き検出装置およびその方法
US9329767B1 (en) 2010-06-08 2016-05-03 Google Inc. User-specific customization based on characteristics of user-interaction
US8510255B2 (en) 2010-09-14 2013-08-13 Nest Labs, Inc. Occupancy pattern detection, estimation and prediction
US9251691B2 (en) 2011-07-01 2016-02-02 Codex Corporation Systems and methods for behavior monitoring and identification
WO2013086363A2 (en) 2011-12-07 2013-06-13 Access Business Group International Llc Behavior tracking and modification system
US9049998B2 (en) 2012-06-22 2015-06-09 Fitbit, Inc. Biometric monitoring device with heart rate measurement activated by a single user-gesture
EP2698686B1 (en) 2012-07-27 2018-10-10 LG Electronics Inc. Wrist-wearable terminal and control method thereof
US9207945B2 (en) 2012-09-28 2015-12-08 Intel Corporation Multi-persona computing based on real time user recognition
US9690376B2 (en) 2012-11-01 2017-06-27 Eyecam, Inc. Wireless wrist computing and control device and method for 3D imaging, mapping, networking and interfacing
US9320434B2 (en) 2013-03-04 2016-04-26 Hello Inc. Patient monitoring systems and messages that send alerts to patients only when the patient is awake
US9993197B2 (en) 2013-06-21 2018-06-12 Fitbit, Inc. Patient monitoring systems and messages that send alerts to patients only when the patient is awake
US9542579B2 (en) 2013-07-02 2017-01-10 Disney Enterprises Inc. Facilitating gesture-based association of multiple devices
US20150068069A1 (en) * 2013-07-27 2015-03-12 Alexander Bach Tran Personally powered appliance
EP3042327A2 (en) 2013-09-04 2016-07-13 Zero360, Inc. Wearable device
US20150301606A1 (en) 2014-04-18 2015-10-22 Valentin Andrei Techniques for improved wearable computing device gesture based interactions
US9485267B2 (en) 2014-06-02 2016-11-01 Bastille Networks, Inc. Anomalous behavior detection using radio frequency fingerprints and access credentials
US10104098B2 (en) 2014-06-02 2018-10-16 Bastille Networks, Inc. Electromagnetic threat detection and mitigation in the Internet of Things
US9378353B2 (en) * 2014-08-07 2016-06-28 Verizon Patent And Licensing Inc. Methods and systems for determining a user identity by analysis of reflected radio frequency signals received by an antenna array
US9778749B2 (en) * 2014-08-22 2017-10-03 Google Inc. Occluded gesture recognition
KR102343657B1 (ko) 2014-08-28 2021-12-24 삼성전자주식회사 손목 근육들의 움직임들에 상응하는 사용자 입력을 처리할 수 있는 애플리케이션 프로세서와 이를 포함하는 장치들
US9418491B2 (en) 2014-09-22 2016-08-16 Brian K. Phillips Method and system for automatically identifying a driver by creating a unique driver profile for a vehicle from driving habits
US20160089052A1 (en) 2014-09-26 2016-03-31 Industry-University Cooperation Foundation Hanyang University Method and device for measuring biometric data using uwb radar
US10488936B2 (en) 2014-09-30 2019-11-26 Apple Inc. Motion and gesture input from a wearable device
US9612661B2 (en) 2015-01-02 2017-04-04 Wearable Devices Ltd. Closed loop feedback interface for wearable devices
US9720515B2 (en) 2015-01-02 2017-08-01 Wearable Devices Ltd. Method and apparatus for a gesture controlled interface for wearable devices
US9721450B2 (en) 2015-02-25 2017-08-01 Sameer A. KUMAR Wearable repetitive behavior awareness device and method
US10319473B2 (en) 2015-04-20 2019-06-11 Kali Care, Inc. Wearable system for healthcare management
EP3943971A1 (en) 2015-04-20 2022-01-26 ResMed Sensor Technologies Limited Detection and identification of a human from characteristic signals
EP3118762B1 (en) 2015-07-15 2020-03-11 Biowatch SA Method, device and computer program for authenticating a user
KR101939774B1 (ko) 2015-07-15 2019-01-17 삼성전자주식회사 웨어러블 디바이스 및 웨어러블 디바이스의 동작 방법.
US9629201B2 (en) 2015-09-21 2017-04-18 Qualcomm Incorporated Using Wi-Fi as human control interface
US9939899B2 (en) 2015-09-25 2018-04-10 Apple Inc. Motion and gesture input from a wearable device

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5892838A (en) * 1996-06-11 1999-04-06 Minnesota Mining And Manufacturing Company Biometric recognition using a classification neural network
RU2292079C2 (ru) * 2005-02-02 2007-01-20 Федеральное государственное унитарное предприятие "ПЕНЗЕНСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ЭЛЕКТРОТЕХНИЧЕСКИЙ ИНСТИТУТ" (ФГУП "ПНИЭИ") Способ идентификации человека по его биометрическому образу
US20060215883A1 (en) * 2005-03-25 2006-09-28 Samsung Electronics Co., Ltd. Biometric identification apparatus and method using bio signals and artificial neural network
US20100321229A1 (en) * 2005-10-28 2010-12-23 Raytheon Company Biometric radar system and method for identifying persons and positional states of persons
US20080183388A1 (en) * 2007-01-23 2008-07-31 Alan Goodrich Unobtrusive system and method for monitoring the physiological condition of a target user of a vehicle
KR20110043993A (ko) * 2009-10-22 2011-04-28 (주)투미르 휴대용 무선통신 단말기 및 그의 유더블유비 임펄스 라디오를 이용한 생체이상 분석 수행방법
US20160054792A1 (en) * 2014-08-22 2016-02-25 Google Inc. Radar-Based Biometric Recognition
US20170158202A1 (en) * 2015-12-03 2017-06-08 Sun Jong YANG Driver biometric information signal measurement system and method

Also Published As

Publication number Publication date
EP3632307A1 (en) 2020-04-08
US11561280B2 (en) 2023-01-24
US20200225320A1 (en) 2020-07-16
EP3632307A4 (en) 2020-05-27
KR20190022329A (ko) 2019-03-06
EP3632307B1 (en) 2023-02-22

Similar Documents

Publication Publication Date Title
RU2678494C1 (ru) Устройство и способ для биометрической идентификации пользователя с использованием рч (радиочастотного) радара
Jiang et al. Towards environment independent device free human activity recognition
He et al. WiFi vision: Sensing, recognition, and detection with commodity MIMO-OFDM WiFi
Duan et al. Non-contact detection of vital signs using a UWB radar sensor
Khan et al. A deep learning framework using passive WiFi sensing for respiration monitoring
US20080119716A1 (en) Determining presence and/or physiological motion of one or more subjects with quadrature doppler radar receiver systems
KR20200054723A (ko) 혈압 측정 장치 및 방법
Xiao et al. Motion-fi: Recognizing and counting repetitive motions with passive wireless backscattering
CN111759305B (zh) 活体检测方法与活体检测系统
US11567580B2 (en) Adaptive thresholding and noise reduction for radar data
Mohamed et al. Received signal strength based gait authentication
Ren et al. Vital sign detection in any orientation using a distributed radar network via modified independent component analysis
Zhang et al. Reactor: Real-time and accurate contactless gesture recognition with RFID
Zhou et al. A hybrid attention-based deep neural network for simultaneous multi-sensor pruning and human activity recognition
Kabir et al. CSI-IANet: An inception attention network for human-human interaction recognition based on CSI signal
Wang et al. Multi-target device-free wireless sensing based on multiplexing mechanisms
Saadat et al. Wearable antennas for human identification at 2.45 GHz
Dutta et al. Classification of lower limb activities based on discrete wavelet transform using on-body creeping wave propagation
Showmik et al. Human activity recognition from wi-fi csi data using principal component-based wavelet cnn
Koupai et al. Self‐supervised multimodal fusion transformer for passive activity recognition
Zheng et al. Catch your breath: Simultaneous RF tracking and respiration monitoring with radar pairs
Yadav et al. tinyradar for fitness: A contactless framework for edge computing
Xiao et al. Motion-Fi $^+ $+: Recognizing and Counting Repetitive Motions With Wireless Backscattering
Chang et al. Dl-aided nomp: a deep learning-based vital sign estimating scheme using fmcw radar
Cao et al. Robust device-free fall detection using fine-grained Wi-Fi signatures