CN106128452A - 利用声音信号检测键盘敲击内容的系统及方法 - Google Patents
利用声音信号检测键盘敲击内容的系统及方法 Download PDFInfo
- Publication number
- CN106128452A CN106128452A CN201610521466.5A CN201610521466A CN106128452A CN 106128452 A CN106128452 A CN 106128452A CN 201610521466 A CN201610521466 A CN 201610521466A CN 106128452 A CN106128452 A CN 106128452A
- Authority
- CN
- China
- Prior art keywords
- acoustical signal
- keyboard
- tap
- content
- percussion
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 title claims description 36
- 238000009527 percussion Methods 0.000 claims abstract description 21
- 238000010079 rubber tapping Methods 0.000 claims abstract description 8
- 230000009471 action Effects 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 2
- 230000010365 information processing Effects 0.000 abstract 1
- 230000005236 sound signal Effects 0.000 abstract 1
- 230000006872 improvement Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000001027 hydrothermal synthesis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
-
- 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
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/043—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means using propagating acoustic waves
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Auxiliary Devices For Music (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及信息处理技术,其公开了一种基于声音信号识别键盘敲击内容的方法及系统。该方法通过利用声音信号采集装置搜集击键产生的声音信号,并对声音信号进行预处理,以达到进行单键及组合键的识别目的。所述方法包含的主要步骤主要包括:使用声音搜集装置以特定的布局在桌面搜集敲击键盘的声音信号,通过采用巴特沃斯等方法对收到的声音信号进行去噪;计算出每次击键的短时能量值并做归一化处理,将数值作为一个特征;计算两个麦克风采取收到的时间差作为另一个特征并与上一个特征进行融合;利用分类算法将特征进行分类,从而能够识别出单键敲击或组合键的敲击。
Description
技术领域
本发明涉及基于声音信号识别领域,尤其涉及一种利用声音信号检测键盘敲击内容的方法及系统。
背景技术
如今,随着各种信号检测系统的发展,键盘击键识别变得越来越重要。通过不同的信号检测,我们能够重现出敲击键盘的内容。随着信息安全技术的发展和人们对信息保密的要求越来越高,能够检测信号的同时做好反检测,正是当下所要考虑的。在做好检测击键行为的同时,设计出更好地方式来保护人的隐私。现有的室内环境中,击键所产生的声音,手势对室内WiFi信号的影响及击键动力方面的研究都可以被作为窃听的技术,从技术原理上研究键盘识别技术,从而更好地防止击键行为被窃听。
现有键盘识别系统主要可以分为两个方面,其一,根据击键动力学获取个人敲击键盘的特征进行个人身份的认证;其二,采用声音,WiFi,光等信号进行键盘敲击内容的识别。第二种的研究方面又可以分为以下几类。(1)基于WiFi信号,采用CSI技术进行键盘敲击内容的识别。如Wikey,(2)基于声音信号等进行敲击键盘内容的识别.Context-free,通过捕捉声音信号进行键盘布局的重构。
以上的方法,要么需要采用专用的信号采集技术且对环境的条件要求比较高,要么需要的检测设备数量比较高且计算成本较高,不具有普适性。
发明内容
为了克服上述所指的现有技术中的不足之处,本发明提供一种利用声音信号检测键盘敲击内容的方法及系统,以在特定的布局中,通过利用分析采集过来的声音信号,实现对击键内容的识别,且整个过程耗费的时间及计算资源相对之前的方法较少。
本发明是通过以下技术方案实现的:
一种基于声音信号检测键盘敲击动作的方法,其步骤包括:
S1、声音搜集装置搜集敲击键盘产生的声音信号,并对声音信号进行预处理;
S2、利用能量检测算法并提取出每个敲击动作的击键高峰的信号片段;
S3、计算每个敲击动作的短时能量归一化值并结合时间差值作为特征进行分类
S4、反馈针对识别结果的响应信息,调整分类算法的参数,进一步提升准确性。
作为本发明的进一步改进:所述步骤S1对声音信号进行的预处理包括:
S11、声音采集装置采集得到的声音信号,采用巴特沃斯过滤方法去进行过滤;
S12、先采集一段环境中的声音信号,将后期的信号减去起初采集的信号,达到更好的过滤效果;
作为本发明的进一步改进:所述步骤S2利用能量检测算法检测并提取出每个敲击动作的声音片段包括:
S21、一个敲击动作存在三个波峰,根据能量检测算法检测出所要分析的敲击波峰;
S22、对识别出的敲击波峰后,通过一个阈值来判断敲击的起始点和终止点
作为本发明的进一步改进:所述步骤S3包括:
S31、为了使得整个键盘敲击的识别准确率更高,引入时间差作为每次敲击的另外一个特征并将两个特征进行融合;
S32、为了将分类匹配算法更为准确,引入性能更优的神经网络算法进行分类匹配,识别出每次的敲击;
作为本发明的进一步改进:S4、反馈针对识别结果的响应信息,调整分类算法的参数,进一步提升准确性。
另外,本发明还提供了一种基于声音信号进行键盘识别的系统,包括:
信号接收端,用于接收敲击键盘产生的声音信号并进行预处理;
判断模块,用于根据接收端接收到的信息,根据特征进行之前训练的参数进行分类匹配,识别出所敲击的键;
反馈模块,将判断模块检测出的结果和已知的类别进行比对,如果出现偏差,进行校正,从而是判别算法更为精确;
显示模块,可利用手机端的显示屏或者其他显示模块,用来显示识别出的结果。
作为本发明的进一步改进:所述信号接收端用于接收敲击键盘所产生的声音信号,包括但不限于智能手机及树莓派链接的麦克风系统。
作为本发明的进一步改进:所述判断模块中,根据接收端接收到信息,将能量归一化后值及时间差作为特征,调整参数后,利用分类算法进行更好的匹配。
作为本发明的进一步改进:所述反馈模块用于反馈针对分类识别的结果的响应信息,调整分类算法模型。
作为本发明的进一步改进:所述判断模块采用以下步骤进行键的识别:
321,采用统计学习理论,预先建立起以设定空间内由于键盘敲击的特性不通所导致声音信号变化的模式作为训练样本的模型;
322,用于两个麦克风接收到能量差值和时间差值作为特征值输入到训练样本的模型中,从而得出目标键的类别。
本发明的有益效果是:本发明利用声音检测的优点,设计出了一种基于声音检测的键盘敲击系统,并使用改进的算法和校正模块能够更准确对声音进行识别;本发明的声音信号的键盘击键检测的处理过程,首先根据将接收端的信号进行预处理,并结合时间差另外的这一特征,使用机器学习的分类算法判断击键内容,再通过人工和算法的不断的校正,达到更为精确的识别;本发明可以满足对所击键的内容进行分类识别,识别稳定性好。
附图说明
图1 为本发明的一种实施例的基于声音检测键盘敲击内容的系统配置示意图;
图2 为本发明的基于声音检测键盘敲击内容的方法的数据处理实时流程简图;
图3 为本发明的一种基于声音检测键盘敲击内容的系统实现控制流程图;
具体实施方式
为了便于本领域技术人员的理解,下面结合附图和实例对本发明作进一步的描述。
一种基于声音信号检测键盘敲击内容的方法,其步骤包括:
S1、声音搜集装置搜集敲击键盘产生的声音信号,并对声音信号进行预处理;
S2、利用能量检测算法并提取出每个敲击动作的击键高峰的信号片段;
S3、计算每个敲击动作的短时能量归一化值并结合时间差值作为特征进行分类
S4、反馈针对识别结果的响应信息,调整分类算法的参数,进一步提升准确性。
具体地,在步骤S1中,所述声音搜集装置可以是现有的智能手机,装置在树莓派上的麦克风等,其必须携带两个麦克风且两个麦克风的相对位置保持不变,将键盘与声音搜集装置放置在同一水平面上且保持平行,两者之间相距一定的距离,并且在步骤S1中,每次搜集信号键盘与手机的位置保持相对固定。
请参阅图1,其是整个实验场景的实验布置图。
所述步骤S2是利用能量检测方法判断出敲击波峰并提取出完整的整个敲击动作的信号片段:
S21、一个敲击动作存在三个波峰,根据能量检测算法检测出所要分析的敲击波峰;
S22、对识别出的敲击波峰后,通过一个阈值来判断敲击的起始点和终止点
作为本发明的进一步改进:所述步骤S3包括:
S31、为了使得整个键盘敲击的识别准确率更高,引入时间差作为每次敲击的另外一个特征并将两个特征进行融合;
S32、为了将分类匹配算法更为准确,引入性能更优的神经网络算法进行分类匹配,识别出每次的敲击;
本发明的基于声音信号检测键盘的方法还包括:反馈针对识别结果的响应信息,调整匹配算法的模型。
具体地,如附图2所示,本发明提供了一种实施例的基于声音信号检测敲击键盘的实现流程,求步骤包括:
S301、双手以正常的敲击速度敲击键盘上键;
S302、在信号采集阶段,进行信号的搜集并采用巴特沃斯方法进行滤波及白噪声去除的方式去除噪声;
S303、采用常见的分段算法,对获取到信号进行分割,以截取敲击动作的信号片段;
S304、计算两个麦克风获取的同一按键的短时能量值,并求出两者的短时能量差值
S305、进行多组实验,以求出多组能量差值并做归一化处理,并将此数值作为一个特征;
S306、计算两个麦克风获取同一信号片段的时间差值,并将作为一个特征与能量值进行融合;
S307、将以上两个特征作为一组向量值,利用神经网络算法进行分类;
S308、从而识别出单个键以及组合键。
在一实施例中,一种基于声音信号进行键盘识别的系统,包括:
信号接收端,用于接收敲击键盘产生的声音信号并进行预处理;
判断模块,用于根据接收端接收到的信息,根据特征进行之前训练的参数进行分类匹配,识别出所敲击的键;
反馈模块,将判断模块检测出的结果和已知的类别进行比对,如果出现偏差,进行校正,从而是判别算法更为精确;
显示模块,可利用手机端的显示屏或者其他显示模块,用来显示识别出的结果。
所述信号接收端用于接收敲击键盘所产生的声音信号,包括但不限于智能手机及树莓派链接的麦克风系统。
所述判断模块中,根据接收端接收到信息,将能量归一化后值及时间差作为特征,调整参数后,利用分类算法进行更好的匹配。
所述反馈模块用于反馈针对分类识别的结果的响应信息,调整分类算法模型。
所述判断模块采用以下步骤进行键的识别:
321,采用统计学习理论,预先建立起以设定空间内由于键盘敲击的特性不通所导致声音信号变化的模式作为训练样本的模型;
322,用于两个麦克风接收到能量差值和时间差值作为特征值输入到训练样本的模型中,从而得出目标键的类别。利用单一移动终端(如手机)即可实现上述键盘按键的识别。
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 (9)
1.一种利用声音信号检测键盘敲击内容的系统,其特征在于,包括:
信号接收端,用于接收敲击键盘产生的声音信号并进行预处理;
判断模块,用于根据接收端接收到的信息,根据特征进行之前训练的参数进行分类匹配,识别出所敲击的键;
反馈模块,将判断模块检测出的结果和已知的类别进行比对,如果出现偏差,进行校正,从而是判别算法更为精确;
显示模块,用来显示识别出的结果。
2.如权利要求1所述的利用声音信号检测键盘敲击内容的系统,其特征在于:所述信号接收端用于接收敲击键盘所产生的声音信号,包括但不限于智能手机及树莓派链接的麦克风系统。
3.如权利要求1所述的利用声音信号检测键盘敲击内容的系统,其特征在于:所述判断模块中,根据接收端接收到信息,将能量归一化后值及时间差作为特征,调整参数后,利用分类算法进行更好的匹配。
4.如权利要求1所述的利用声音信号检测键盘敲击内容的系统,其特征在于,所述反馈模块用于反馈针对分类识别的结果的响应信息,调整分类算法模型。
5.如权利要求1所述的利用声音信号检测键盘敲击内容的系统,其特征在于,所述判断模块采用以下步骤进行键的识别:
321,采用统计学习理论,预先建立起以设定空间内由于键盘敲击的特性不通所导致声音信号变化的模式作为训练样本的模型;
322,用于两个麦克风接收到能量差值和时间差值作为特征值输入到训练样本的模型中,从而得出目标键的类别。
6.一种利用声音信号检测键盘敲击内容的方法,其特征在于,包括如下步骤:
S1、信号接收端搜集敲击键盘产生的声音信号,并对声音信号进行预处理;
S2、利用能量检测算法并提取出每个敲击动作的击键高峰的信号片段;
S3、计算每个敲击动作的短时能量归一化值并结合时间差值作为特征进行分类;
S4、反馈模块反馈针对识别结果的响应信息,调整分类算法的参数。
7.根据权利要求6 所述的利用声音信号检测键盘敲击内容的方法,其特征在于:所述步骤S1中对声音信号进行的预处理,具体为:
S11、声音采集装置采集得到的声音信号,采用巴特沃斯过滤方法去进行过滤;
S12、先采集一段环境中的声音信号,将后期的信号减去起初采集的信号,达到更好的过滤效果。
8.根据权利要求6所述的利用声音信号检测键盘敲击内容的方法,其特征在于:所述步骤S2中,利用能量检测算法检测并提取出每个敲击动作的声音片段包括:
S21、一个敲击动作存在三个波峰,根据能量检测算法检测出所要分析的敲击波峰;
S22、对识别出的敲击波峰后,通过一个阈值来判断敲击的起始点和终止点。
9.根据权利要求6所述的利用声音信号检测键盘敲击内容的方法,其特征在于:所述步骤S3进一步包括:
S31、为了使得整个键盘敲击的识别准确率更高,引入时间差作为每次敲击的另外一个特征并将两个特征进行融合;
S32、为了将分类匹配算法更为准确,引入性能更优的神经网络算法进行分类匹配,识别出每次的敲击。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610521466.5A CN106128452A (zh) | 2016-07-05 | 2016-07-05 | 利用声音信号检测键盘敲击内容的系统及方法 |
CN201710535127.7A CN107452402B (zh) | 2016-07-05 | 2017-06-30 | 利用声音信号检测键盘敲击内容的系统及方法 |
PCT/CN2017/091669 WO2018006797A1 (zh) | 2016-07-05 | 2017-07-04 | 利用声音信号检测键盘敲击内容的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610521466.5A CN106128452A (zh) | 2016-07-05 | 2016-07-05 | 利用声音信号检测键盘敲击内容的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106128452A true CN106128452A (zh) | 2016-11-16 |
Family
ID=57468544
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610521466.5A Pending CN106128452A (zh) | 2016-07-05 | 2016-07-05 | 利用声音信号检测键盘敲击内容的系统及方法 |
CN201710535127.7A Active CN107452402B (zh) | 2016-07-05 | 2017-06-30 | 利用声音信号检测键盘敲击内容的系统及方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710535127.7A Active CN107452402B (zh) | 2016-07-05 | 2017-06-30 | 利用声音信号检测键盘敲击内容的系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN106128452A (zh) |
WO (1) | WO2018006797A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133135A (zh) * | 2017-05-02 | 2017-09-05 | 电子科技大学 | 一种基于统计学与声音定位的键盘按键检测方法 |
WO2018006797A1 (zh) * | 2016-07-05 | 2018-01-11 | 深圳大学 | 利用声音信号检测键盘敲击内容的系统及方法 |
CN107608534A (zh) * | 2017-08-31 | 2018-01-19 | 深圳大学 | 一种声学键盘的实现系统、实现方法及使用方法 |
CN108182418A (zh) * | 2017-12-30 | 2018-06-19 | 儒安科技有限公司 | 一种基于多维声波特征的键击识别方法 |
CN108648763A (zh) * | 2018-04-04 | 2018-10-12 | 深圳大学 | 基于声学信道的个人计算机使用行为监测方法及系统 |
WO2018223489A1 (zh) * | 2017-06-09 | 2018-12-13 | 深圳大学 | 基于骨传导振动信号传播的智能输入方法及系统 |
CN110058689A (zh) * | 2019-04-08 | 2019-07-26 | 深圳大学 | 一种基于脸部振动的智能设备输入方法 |
CN110111812A (zh) * | 2019-04-15 | 2019-08-09 | 深圳大学 | 一种键盘击键内容的自适应识别方法和系统 |
WO2019156625A1 (en) * | 2018-02-06 | 2019-08-15 | Singapore Management University | Systems and methods for two-factor authentication |
CN110245477A (zh) * | 2019-05-31 | 2019-09-17 | 联想(北京)有限公司 | 一种信息验证方法、装置、设备及存储介质 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732571B (zh) * | 2018-03-28 | 2021-06-15 | 南京航空航天大学 | 一种基于超声波定位与击键声结合的键盘监听方法 |
CN110688048B (zh) * | 2019-05-23 | 2023-09-01 | 南京理工大学 | 一种解析智能手机按键信息的方法 |
CN111090337B (zh) * | 2019-11-21 | 2023-04-07 | 辽宁工程技术大学 | 一种基于cfcc空间梯度的键盘单键击键内容识别方法 |
CN112272019A (zh) * | 2020-10-22 | 2021-01-26 | 广东美的制冷设备有限公司 | 声控敲击开关的控制方法、装置、家用电器及存储介质 |
CN113867561B (zh) * | 2021-08-17 | 2024-02-27 | 支付宝(杭州)信息技术有限公司 | 触控屏故障检测系统、方法以及触控屏设备 |
CN116415166A (zh) * | 2021-12-28 | 2023-07-11 | 深圳大学 | 多键盘混合按键声音的识别方法、装置、设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060232558A1 (en) * | 2005-04-15 | 2006-10-19 | Huan-Wen Chien | Virtual keyboard |
US8294548B2 (en) * | 2008-09-04 | 2012-10-23 | Oracle America, Inc. | System and method for using sound to differentiate keypresses |
CN103576126A (zh) * | 2012-07-27 | 2014-02-12 | 姜楠 | 基于神经网络的四通道阵列声源定位系统 |
CN103901401B (zh) * | 2014-04-10 | 2016-08-17 | 北京大学深圳研究生院 | 一种基于双耳匹配滤波器的双耳声音源定位方法 |
US10591580B2 (en) * | 2014-09-23 | 2020-03-17 | Hewlett-Packard Development Company, L.P. | Determining location using time difference of arrival |
CN104536585B (zh) * | 2014-12-31 | 2017-11-10 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种基于动态条件随机场的键盘输入侦测方法 |
CN106128452A (zh) * | 2016-07-05 | 2016-11-16 | 深圳大学 | 利用声音信号检测键盘敲击内容的系统及方法 |
-
2016
- 2016-07-05 CN CN201610521466.5A patent/CN106128452A/zh active Pending
-
2017
- 2017-06-30 CN CN201710535127.7A patent/CN107452402B/zh active Active
- 2017-07-04 WO PCT/CN2017/091669 patent/WO2018006797A1/zh active Application Filing
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018006797A1 (zh) * | 2016-07-05 | 2018-01-11 | 深圳大学 | 利用声音信号检测键盘敲击内容的系统及方法 |
CN107133135A (zh) * | 2017-05-02 | 2017-09-05 | 电子科技大学 | 一种基于统计学与声音定位的键盘按键检测方法 |
CN107133135B (zh) * | 2017-05-02 | 2021-02-09 | 电子科技大学 | 一种基于统计学与声音定位的键盘按键检测方法 |
WO2018223489A1 (zh) * | 2017-06-09 | 2018-12-13 | 深圳大学 | 基于骨传导振动信号传播的智能输入方法及系统 |
CN107608534A (zh) * | 2017-08-31 | 2018-01-19 | 深圳大学 | 一种声学键盘的实现系统、实现方法及使用方法 |
CN108182418A (zh) * | 2017-12-30 | 2018-06-19 | 儒安科技有限公司 | 一种基于多维声波特征的键击识别方法 |
CN108182418B (zh) * | 2017-12-30 | 2022-02-01 | 儒安科技有限公司 | 一种基于多维声波特征的键击识别方法 |
WO2019156625A1 (en) * | 2018-02-06 | 2019-08-15 | Singapore Management University | Systems and methods for two-factor authentication |
CN108648763B (zh) * | 2018-04-04 | 2019-11-29 | 深圳大学 | 基于声学信道的个人计算机使用行为监测方法及系统 |
CN108648763A (zh) * | 2018-04-04 | 2018-10-12 | 深圳大学 | 基于声学信道的个人计算机使用行为监测方法及系统 |
WO2019192252A1 (zh) * | 2018-04-04 | 2019-10-10 | 深圳大学 | 基于声学信道的个人计算机使用行为监测方法及系统 |
CN110058689A (zh) * | 2019-04-08 | 2019-07-26 | 深圳大学 | 一种基于脸部振动的智能设备输入方法 |
CN110111812A (zh) * | 2019-04-15 | 2019-08-09 | 深圳大学 | 一种键盘击键内容的自适应识别方法和系统 |
CN110245477A (zh) * | 2019-05-31 | 2019-09-17 | 联想(北京)有限公司 | 一种信息验证方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107452402A (zh) | 2017-12-08 |
CN107452402B (zh) | 2019-02-12 |
WO2018006797A1 (zh) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106128452A (zh) | 利用声音信号检测键盘敲击内容的系统及方法 | |
CN107300971B (zh) | 基于骨传导振动信号传播的智能输入方法及系统 | |
KR101939683B1 (ko) | 사용자 행동 실시간 인식장치 및 방법 | |
CN102270451B (zh) | 说话人识别方法及系统 | |
AU2016200905B2 (en) | A system and method for identifying and analyzing personal context of a user | |
CN105844216B (zh) | 一种利用WiFi信号识别手写字母的检测与匹配机制 | |
CN101364408A (zh) | 一种声像联合的监控方法及系统 | |
CN110503970A (zh) | 一种音频数据处理方法、装置及存储介质 | |
CN103258157B (zh) | 一种基于手指信息的在线笔迹认证方法及系统 | |
CN105353881A (zh) | 基于rfid的手势识别方法及系统 | |
CN102741919A (zh) | 用于使用声学信号提供用户接口的方法和设备、包括用户接口的装置 | |
CN104422922A (zh) | 一种移动终端实现声源定位的方法及装置 | |
CN105678273A (zh) | 射频指纹识别技术瞬态信号的起始点检测算法 | |
CN107450724A (zh) | 一种基于双声道音频多普勒效应的手势识别方法及系统 | |
CN103971681A (zh) | 一种语音识别方法及系统 | |
CN102890776A (zh) | 通过面部表情调取表情图释的方法 | |
CN106203437B (zh) | 个体驾驶行为特征识别方法和装置 | |
CN104143097A (zh) | 分类函数获取方法、人脸年龄识别方法、装置和设备 | |
CN101996308A (zh) | 人脸认证方法及系统、人脸模型训练方法及系统 | |
CN106650605A (zh) | 一种基于机器学习的Morse信号自动检测译码方法 | |
CN105160359A (zh) | 一种基于超声导波的复杂结构损伤协同识别方法 | |
CN204791050U (zh) | 身份认证设备 | |
Yin et al. | Ubiquitous writer: Robust text input for small mobile devices via acoustic sensing | |
CN110929242B (zh) | 基于无线信号进行姿态无关的连续用户认证方法及系统 | |
CN102592142A (zh) | 一种基于计算机系统的手写签名稳定性评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161116 |
|
WD01 | Invention patent application deemed withdrawn after publication |