CN117951670A - 基于雷达监控认证的方法、电子设备和计算机程序产品 - Google Patents

基于雷达监控认证的方法、电子设备和计算机程序产品 Download PDF

Info

Publication number
CN117951670A
CN117951670A CN202211294946.4A CN202211294946A CN117951670A CN 117951670 A CN117951670 A CN 117951670A CN 202211294946 A CN202211294946 A CN 202211294946A CN 117951670 A CN117951670 A CN 117951670A
Authority
CN
China
Prior art keywords
electronic device
determining
biometric
signal
radar
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
Application number
CN202211294946.4A
Other languages
English (en)
Inventor
P·费尔南德斯
陈强
贾真
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dell Products LP
Original Assignee
Dell Products LP
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 Dell Products LP filed Critical Dell Products LP
Priority to CN202211294946.4A priority Critical patent/CN117951670A/zh
Publication of CN117951670A publication Critical patent/CN117951670A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开的实施例提供了一种基于雷达监控认证的方法、电子设备和计算机程序产品。方法包括确定经电子设备认证的第一对象正在访问所述电子设备。方法还包括响应于利用所述电子设备的雷达在检测范围内检测到第二对象,基于所检测的检测信号确定所述第二对象是人。方法还包括基于所述检测信号中的方位信号,确定所述第二对象相对于所述电子设备的距离和角度。方法还包括响应于确定所述距离小于距离阈值并且所述角度小于角度阈值,基于所述生物特征信号,确定所述第二对象是否可信。方法还包括响应于确定所述第二对象不可信,解除所述第一对象的认证。以此方式,可以利用雷达来识别电子设备周围不可信的人,防止访问内容泄露。

Description

基于雷达监控认证的方法、电子设备和计算机程序产品
技术领域
本公开的实施例涉及电子设备领域,并且更具体地,涉及基于雷达监控认证的方法、电子设备和计算机程序产品。
背景技术
在过去几年中,雷达已经作为其它传感器技术的可负担得起的替代物而被应用在多种电子设备中。与其它传感器不同,雷达传感器不受光照或黑暗的影响,并且具有检测诸如玻璃的障碍物的能力。当与其他传感器技术(如超声波传感技术)相比时,雷达可以感测更长的距离并且对于人和动物是安全的。此外,雷达最吸引人的用途是存在性检测、位置检测、人员计数、穿墙检测、速度测量,以及最近被广泛引用的生物识别。
发明内容
本公开的实施例提供了一种基于雷达识别用户及周边的人进而监控认证的方案。
在本公开的第一方面中,提供了一种基于雷达监控认证的方法。该方法包括确定经电子设备认证的第一对象正在访问电子设备。方法包括响应于利用电子设备的雷达装置在检测范围内检测到第二对象,基于所检测的检测信号确定第二对象是人。方法包括基于检测信号中的方位信号,确定第二对象相对于电子设备的距离和角度。方法包括响应于确定距离小于第一距离阈值并且角度小于角度阈值,基于生物特征信号,确定第二对象是否可信。方法还包括响应于确定第二对象不可信,解除第一对象的认证。
在本公开的第二方面中,提供了一种电子设备。该电子设备包括雷达装置、处理器以及与处理器耦合的存储器。存储器具有存储于其中的指令,指令在被处理器执行时使设备执行动作。动作包括:确定经电子设备认证的第一对象正在访问电子设备。动作还包括响应于利用雷达装置在检测范围内检测到第二对象,基于所检测的检测信号确定第二对象是人。动作还包括基于检测信号中的方位信号,确定第二对象相对于电子设备的距离和角度。动作还包括响应于确定距离小于第一距离阈值并且角度小于角度阈值,基于生物特征信号,确定第二对象是否可信。最后,动作还包括响应于确定第二对象不可信,解除第一对象的认证。
在本公开的第三方面中,提供了一种计算机程序产品,计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令,机器可执行指令在被执行时使机器执行根据第一方面的方法。
提供发明内容部分是为了简化的形式来介绍对概念的选择,它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征,也无意限制本公开的范围。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施例中,相同的参考标号通常代表相同部件。在附图中:
图1示出了本公开的实施例可以在其中被实现的示例环境的示意图;
图2示出了根据本公开的实施例的基于雷达监控认证的示例方法的流程图;
图3示出了根据本公开的实施例的基于雷达监控认证的示例情景的示意图;
图4示出了根据本公开的实施例的基于雷达监控情绪的示例方法的流程图;
图5示出了根据本公开的实施例的基于雷达监控情绪的示例情景的示意图;
图6示出了根据本公开的实施例的特征库的示意图;以及
图7示出了可以用来实施本公开的实施例的示例设备的框图。
具体实施方式
下面将参考附图中示出的若干示例实施例来描述本公开的原理。虽然附图中显示了本公开的优选实施例,但应当理解,描述这些实施例仅是为了使本领域技术人员能够更好地理解进而实现本公开,而并非以任何方式限制本公开的范围。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述,使用雷达的技术不仅能够检测在检测范围内的物体的方向和位置,尤其还能够通过检测生物的生物计量特征来进行生物识别。例如,毫米波(mmWave)雷达会发射电磁波,其路径中的任何物体都会将信号反射回去。通过捕获和处理反射信号,雷达系统可以确定物体的距离、速度和角度。毫米波雷达在物体距离检测中可以提供毫米级别的精度,因而成为人类生物信号的理想传感技术。毫米波雷达可以被用于监测生命体征信号,例如呼吸频率(BR)和心率(HR)。由于人的差异性,因此可以通过生命体征信号来判断人的生物特征,并以此来进行识别和认证。
在常规上,雷达的生物识别功能已经被用于一些电子设备的认证。然而,这些认证的应用是非常单一化的。因此,需要期望利用雷达的生物识别功能提供更多的安全功能。
本公开的实施例提出了一种基于雷达监控认证的方案,以解决上述问题和其他潜在问题中的一个或多个。在该方案中,在确认经认证的用户正在访问电子设备的情况下,利用雷达来检测认证用户周围的其他人。如果检测到其他人距离过近并且能够看到电子设备的显示装置,那么便解除用户的认证,例如返回认证界面以防止其他人看到电子设备所显示的内容。以此方式,能够通过雷达的高精度识别能力判断其他人是否可信,由此避免不可信的其他人看到电子设备所显示的内容,提高了用户访问时的安全性。
图1示出了本公开的实施例可以在其中被实现的示例环境100的示意图。如图1所述,电子设备110上安装有雷达装置120。用户140正在电子设备110的显示装置前进行访问。用户140例如是通过雷达装置120所检测生物特征而完成认证的。雷达装置120发射雷达场并形成检测范围130。雷达装置120能够检测位于检测范围130中的所有对象的位置,并能够检测检测范围130中的生物的生物特征信号。例如,在图1所示的示例中,雷达装置120能够检测到检测范围130中的人150-1和150-2。在此,电子设备110例如可以包括膝上型计算机、电视、智能电话、平板和台式计算机,但是也可以使用其它设备,诸如家庭自动化和控制系统、娱乐系统、音频系统、家用器具、安全系统、上网本和电子阅读器。电子设备110可以是可穿戴的、非可穿戴的但移动的或者相对不移动的(例如,台式机和娱乐系统),本公开不旨在对此进行限制。
在图1中示出了雷达装置120的示例结构。雷达装置120可以是电子设备110的一部分,或者雷达装置120也可以是与电子设备110分离。
雷达装置120包括雷达发射元件121、天线元件122、信号处理器123以及通信装置124。通常,雷达发射元件121提供雷达场。例如,雷达场可以被配置成从织物(诸如衣服)反射。雷达场还可以被配置成穿透织物或其它障碍物,并且从人类皮肤或组织反射。这些织物或障碍物可包括木材、玻璃、塑料、棉、羊毛、尼龙和类似的纤维等,而从人类组织(诸如人的脸)反射。
被提供的雷达场可以是宽场、窄场、表面场、体积场、整形场(例如,半球、立方体、扇形、锥体或柱体)、转向场、非转向场、近距离(近)场或中距离或远距离场。因此,由雷达发射元件121提供的雷达场可以是小尺寸,诸如大约为零或一毫米至1.5米,或者可以是中等尺寸,诸如大约为一至30米。应当理解,这些尺寸仅是示例性的,可以使用雷达场的任何其它适合的尺寸或范围。
雷达发射元件121还可以使用连续波信号或脉冲多普勒信号,并且使用各种频率、更新速率、脉冲宽度、脉冲间周期(IPP)、发射功率和调制。例如,雷达发射元件121可以发射连续调制辐射、超宽带辐射或亚毫米频率辐射。在一些实施例中,雷达发射元件121可以在波束中形成辐射。波束能够帮助天线元件122和信号处理器123以确定这些波束中的哪些被中断,并且因此确定雷达场内的特定对象或交互的定位。
天线元件122能够接收雷达场中的对象的反射或者感测雷达场中的对象。在一些实施例中,反射包括来自在雷达场内的人类组织(诸如人的面部或身体)或者来自人的头部、腿、臂、手或躯干的移动的反射。此外,反射还可以包括来自雷达场内的人类穿戴的衣服或其它材料的反射。
信号处理器123能够处理雷达场内接收到的反射以提供与所接收到的反射相关联的认证数据。认证数据是基于雷达反射的数据,其可用于确定雷达场中的对象是否是人,并且在一些实施方式中,确定该人是否是能够访问电子设备110的特定人(例如,以将该人认证为授权用户)。在一些实施例中,天线元件122可以接收来自在雷达场内的多个人类组织目标的反射,并且信号处理器123被配置成处理所接收到的足以将多个人类组织目标中的一个与多个人类组织目标中的另一个区分开的交互。这些目标可以包括来自同一人或不同人的面部、头部、躯干、手、臂和腿。通过这样做,可将多个不同的人彼此区分开。
通信装置124可以包括总线或者远程信号收发装置。由此,雷达装置120能够作为电子设备110的一部分或者作为无线外设。下面将参考图2至图6来详细地描述根据本公开的基于雷达监控认证的方案。
图2示出了根据本公开的实施例的基于雷达监控认证的示例方法200的流程图。方法200例如由图1中电子设备110执行。
在202处,电子设备110确定经电子设备认证的第一对象正在访问所述电子设备。当第一对象即电子设备110的当前用户经过认证以后,则解锁了电子设备110,便可以访问电子设备110并对此进行操作。此时,为了避免用户的操作内容被其他不可信的人看到,电子设备110开启认证监控功能,以在有泄露风险时解除认证。认证监控功能可以是响应于用户通过认证解锁而开启,也可以由用户手动开启或关闭。
在204处,电子设备110判断是否利用电子设备110的雷达装置在检测范围内检测到第二对象。如果检测到第二对象,方法200前进至206。如果没有检测到第二对象,电子设备110将继续检测,例如周期性检测。
在206处,电子设备110基于所检测的检测信号确定第二对象是人。在认证监控功能开启之后,电子设备110的雷达装置(例如图1中的雷达装置120)提供雷达场并形成一定的检测范围。雷达装置120通过接收从检测范围内的对象反射的信号来检测对象的检测信号。检测信号可以包括生物特征信号(例如对象的呼吸频率信号以及心率信号),还可以包括方位信号等从对象身体各部分反射的信号。当电子设备110接收到信号可以根据信号确定对象是否是人。判断例如可以通过将来自对象的反射与存储的参考数据相比较,并且基于比较结果来确定对象是人。例如,所存储的参考数据可以包括示例性人类身体的雷达反射简档,其可用于区分来自人的反射和来自其它对象的反射。所存储的参考数据还可以包括可用于识别并区分不同人的用户特定雷达反射简档。
在208处,电子设备110基于检测信号中的方位信号,确定第二对象相对于电子设备110的距离和角度。当检测到检测范围内有人后,通过方位信号来检测第二对象相对于电子设备110的相对位置和角度。由此,能够判断第二对象是否能够看到电子设备110的显示装置。下面将参考图3来描述在该应用场景下的各个对象与电子设备110的相对位置关系。
图3示出了根据本公开的实施例的基于雷达监控认证的示例情景300的示意图。如图3所示,第一对象140正在访问电子设备110。此时,电子设备110的雷达装置120检测到在其检测范围130内还有在第一对象140后方走过的第二对象320-1,以及靠近第一对象140的第二对象320-2(与第二对象320-1统称为第二对象320)。在检测范围130内还规划有对应于第一距离阈值的第一阈值范围310。当第二对象320进入第一阈值范围310时,则认为第二对象320可以在适当的方向下看到电子设备110的显示装置。根据针对第二对象320-2的检测信号中的方位信号,检测到第二对象320-2进入了第一阈值范围310内,并且确定第二对象320-2相对于电子设备110的显示装置的法线的角度A。根据电子设备110的屏幕的放光范围,角度A越小,第二对象320-2的视角也就越好。相应地,电子设备110还检测到第二对象320-1不在第一阈值范围310内,并且在远离第一阈值范围310。因此,可以确定第二对象320-1没有风险。
返回图2,在确定了第二对象320相对于电子设备110的距离和角度之后,将判断是否有向第二对象320泄露显示内容的风险。在210处,电子设备110判断所确定的距离是否小于第一距离阈值。如上所讨论的,当第二对象320相对于电子设备110的距离小于第一距离阈值时,则认为第二对象320能够看到电子设备110,方法200前进至212。如果距离未小于第一距离阈值,方法前进至218。
在212处,电子设备110判断所确定的角度是否小于角度阈值。如果所确定的角度小于角度阈值,那么说明第二对象320朝向电子设备110,并能够看到电子设备110的显示内容。方法200前进至214。如果角度未小于角度阈值,方法前进至218。在214处,电子设备110基于检测信号中的生物特征信号来判断第二对象320是否可信。
在一些实施方式中,可以使用基于雷达的心跳模式辨识技术或基于雷达的呼吸模式辨识技术来执行生物识别。例如,基于雷达的呼吸模式辨识技术可使用存储的所检测过的历史对象的呼吸模式(或其它生物计量特性,诸如心脏简档)的信息,并且使用所存储的呼吸模式来标识对象。在一些实施例中,生物特征可以是人的生物计量特征,诸如人的身高、特定身体部位或骨骼的尺寸或长度(例如,胫骨到大腿,或上臂到下臂)、臂或腿长度、臀部宽度或肩部宽度之比。
在一些实施例中,电子设备110可以基于第二对象的生物特征信号,确定第二对象的生物特征。之后,比较所确定的生物特征与特征库中的参考生物特征。如果所确定的生物特征与特征库中的可信名单中的一个参考生物特征匹配,那么就将第二对象标识为可信。如果所确定的生物特征与特征库中的可信名单中的参考生物特征都不匹配,那么将第二对象标识为不可信。之后将参考图6详细地面熟特征库。
如果判断第二对象320不可信,方法前进至216。在216处,电子设备11解除第一对象的认证。例如,在解除第一对象的认证后,电子设备110处于注销状态,此时可以返回认证界面,或者使屏幕变暗。在一些实施方式中,雷达装置120可以提示用户并询问电子设备110是否应该被锁定(例如,经由话音或屏幕上提示)。备选地,当第二对象320离开电子设备110的第一阈值范围时,电子设备110可以自动地对第一对象320进行重新认证。
以此方式,通过识别第二对象是否能够看到显示内容以及是否可信,并根据相应的判断结果来执行对认证的相应操作,能够确保电子设备110的显示内容不向不可信的对象泄露,从而提高了用户访问和操作的保密性。
与此相对地,在218处,电子设备110根据判断结果维持第一对象的认证。以此方式,能够确保用户的正常访问不被打断,从而确保用户体验。
基于雷达装置120的生物特征检测功能,除了能够实现生物识别外,还可以根据所检测生物特征来确定电子设备110的用户的情绪。下面将参照图4至图5来详细地描述基于雷达监控情绪的方案。
图4示出了根据本公开的实施例的基于雷达监控情绪的示例方法400的流程图。方法400例如可以由图1中的电子设备110执行。
在402处,电子设备110确定第二对象相对于电子设备110的距离小于第二距离阈值。下面将参考图5来描述在该应用场景下的各个对象与电子设备110的相对位置关系。
图5示出了根据本公开的实施例的基于雷达监控情绪的示例情景500的示意图。如图5所示,第一对象140正在访问电子设备110。此时,电子设备110的雷达装置120检测到在其检测范围130内还有在第一对象140后方的第二对象510。在检测范围130内还规划有对应于第二距离阈值的第二阈值范围520。当第二对象510进入第二阈值范围520时,则认为第二对象510距离电子设备110以及第一对象140过近。在图5所示的实施例中,根据针对第二对象510的检测信号中的方位信号,检测到第二对象510进入了第二阈值范围520内。
返回图4,在404处,电子设备110利用雷达检测第一对象,以获得第一对象140的生物特征信号。在一些实施例中,生物特征信号例如是与情绪有关的生物特征的信号。例如,心跳频率和呼吸频率。
在406处,电子设备110基于生物特征信号,根据经训练的情绪预测模型,确定第一对象140的情绪状态。在此,情绪预测模型能够基于生物特征信号的模式确定与模式对应的情绪状态。从升高的心跳到呼吸模式/心跳上的急剧变化可以是应激反应和其他情绪状态的迹象。因此,通过训练,情绪预测模型能够预测第一对象的情绪。
在408处,电子设备110判断第一对象140的情绪状态是否为紧张。当电子设备110获取了第一对象140的当前生物特征信号时,电子设备110能够基于当前生物特征信号与存储的生物特征信号之间的差异来确定第一对象140的情绪状态。再次参考图5,如图5所示,在电子设备110中存储有第一对象140在情绪状态为正面情感时的生物特征信号、即心率图530。电子设备110获取的当前生物特征信号为心率图540。通过心率图540与心率图530之间的差异,电子设备110能够确定心率图540为第一对象140感觉紧张时的心率图。因此,可以确定第一对象140当前感觉紧张。此时,可以认为第一对象140可能受到了第二对象510的胁迫。
如果第一对象140情绪紧张,方法400前进至410。如果第一对象140情绪不紧张,则方法结束。在410处,电子设备110发出警报信号。例如,电子设备110发出声音以向周围广播第一对象140受到威胁。此外,电子设备110还可以解除第一对象140的认证,并锁定电子设备110。或者,电子设备110可以向其他电子设备发送求救信号。
以这样的方式,通过在用户周围有其他人距离过近的情况下,通过所检测的生物特征信号来确定用户当前的情绪,能够识别出用户受到胁迫并采取相应的措施,从而提高了用户的人身安全。
图6示出了根据本公开的实施例的特征库600的示意图。在一些实施例中,在电子设备110中创建有特征库600。特征库600存储有所检测到的所有对象的检测信号。例如,在电子设备110接收到来自雷达装置120所检测到的对象的检测信号时,电子设备110为检测信号设置一个随机姓名以进行标识,同时以简档的形式存储检测信号。此外,在特征库600中还记录了其他信息,例如图6中所示的被检测的次数以及停留在预定范围内的时间。被检测次数和停留时间可以在一定程度上体现被检测的人与访问电子设备110的用户之间的关系。
在特征库600中分别创建了可信名单610、不可信名单620以及待定名单630。当电子设备110第一次检测到一个对象时,便将该对象列入到待定名单630中,以供后续被列入可信名单610或者不可信名单620中。可信名单610包括所有被标识为可信的对象。例如,被检测次数高或者停留时间长的对象可以被认为与用户关系密切,并且被用户信任,因此被列入可信名单610。在一些实施例中,当第一对象140在进行认证时,其周围存在第二对象。由此说明第一对象允许第二对象观看在电子设备110上的显示内容,因此,第二对象被自动列入可信名单,例如,图6中的对象C2。不可信名单620包括所有被标识为不可信的对象。在一些实施例中,当电子设备110检测到不可信名单620中的对象时,电子设备110可以采取更加严苛的防护手段。
以此方式,通过阻止维护在雷达装置120的检测范围130内所检测到的所有对象,能够为认证监控或情绪监控功能提供更多的信息,有利于两个功能的执行。
图7示出了可以用来实施本公开内容的实施例的示例设备700的示意性框图。如图7所示,设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200和400,可由处理单元701执行。例如,在一些实施例中,方法200和400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序被加载到RAM 703并由CPU 701执行时,可以执行上文描述的方法200和400的一个或多个动作。
本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是——但不限于——电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (17)

1.一种基于雷达监控认证的方法,包括:
确定经电子设备认证的第一对象正在访问所述电子设备;
响应于利用所述电子设备的雷达装置在检测范围内检测到第二对象,基于所检测的检测信号确定所述第二对象是人;
基于所述检测信号中的方位信号,确定所述第二对象相对于所述电子设备的距离和角度;
响应于确定所述距离小于第一距离阈值并且所述角度小于角度阈值,基于所述检测信号中的生物特征信号,确定所述第二对象是否可信;以及
响应于确定所述第二对象不可信,解除所述第一对象的认证。
2.根据权利要求1所述的方法,还包括:
响应于接收到来自所述第一对象的认证请求,检测所述第二对象;以及
响应于检测到所述第二对象,将所述第二对象标识为可信。
3.根据权利要求1所述的方法,还包括:
响应于确定以下至少一项而维持所述第一对象的所述认证:所述距离大于所述第一距离阈值、或所述角度大于所述角度阈值。
4.根据权利要求1所述的方法,其中确定所述第二对象是否可信包括:
基于所述生物特征信号,确定所述第二对象的生物特征;
比较所述生物特征与特征库中的参考生物特征;
响应于确定所述生物特征与所述特征库中的可信名单中的一个参考生物特征匹配,将所述第二对象标识为可信;以及
响应于确定所述生物特征与所述特征库中的可信名单中的参考生物特征都不匹配,将所述第二对象标识为不可信。
5.根据权利要求4所述的方法,还包括:
创建所述特征库,所述特征库包括所检测的所有对象的生物特征;以及
在所述特征库中创建可信名单,所述可信名单包括所有对象中在所述第一对象被认证期间距离小于所述第一距离阈值并且角度小于所述角度阈值的对象。
6.根据权利要求1所述的方法,还包括:
利用所述雷达装置检测所述第一对象,以获得所述第一对象的生物特征信号;以及
基于所述生物特征信号,根据经训练的情绪预测模型,确定所述第一对象的情绪状态,其中所述情绪预测模型被配置为基于所述生物特征信号的模式确定与所述模式对应的情绪状态。
7.根据权利要求6所述的方法,还包括:
响应于确定所述距离小于第二距离阈值,基于所述生物特征信号,确定所述第一对象的情绪状态;以及
响应于所述情绪状态为紧张,发出警报信号。
8.根据权利要求1所述的方法,其中所述生物特征信号包括以下中的至少一项:心跳信号和呼吸信号。
9.一种电子设备,包括:
雷达装置;
处理器;以及
与所述处理器耦合的存储器,所述存储器具有存储于其中的指令,所述指令在被处理器执行时使所述设备执行动作,所述动作包括:
确定经所述电子设备认证的第一对象正在访问所述电子设备;
响应于利用所述雷达装置在检测范围内检测到第二对象,基于所检测的检测信号确定所述第二对象是人;
基于所述检测信号中的方位信号,确定所述第二对象相对于所述电子设备的距离和角度;
响应于确定所述距离小于第一距离阈值并且所述角度小于角度阈值,基于所述检测信号中的生物特征信号,确定所述第二对象是否可信;以及
响应于确定所述第二对象不可信,解除所述第一对象的认证。
10.根据权利要求9所述的电子设备,其中所述动作还包括:
响应于接收到来自所述第一对象的认证请求,检测所述第二对象;以及
响应于检测到所述第二对象,将所述第二对象标识为可信。
11.根据权利要求9所述的电子设备,其中所述动作还包括:
响应于确定以下至少一项而维持所述第一对象的所述认证:所述距离大于所述第一距离阈值、或所述角度大于所述角度阈值。
12.根据权利要求9所述的电子设备,其中确定所述第二对象是否可信包括:
基于所述生物特征信号,确定所述第二对象的生物特征;
比较所述生物特征与特征库中的参考生物特征;
响应于确定所述生物特征与所述特征库中的中的一个参考生物特征匹配,将所述第二对象标识为可信;以及
响应于确定所述生物特征与所述特征库中的参考生物特征不匹配,将所述第二对象标识为不可信。
13.根据权利要求12所述的电子设备,其中所述动作还包括:
创建所述特征库,所述特征库包括所检测的所有对象的生物特征;以及
在所述特征库中创建可信名单,所述可信名单包括所有对象中在所述第一对象被认证期间距离小于所述第一距离阈值并且角度小于所述角度阈值的对象。
14.根据权利要求9所述的电子设备,其中所述动作还包括:
利用所述雷达装置检测所述第一对象,以获得所述第一对象的生物特征信号;以及
基于所述生物特征信号,根据经训练的情绪预测模型,确定所述第一对象的情绪状态,其中所述情绪预测模型被配置为基于所述生物特征信号的模式确定与所述模式对应的情绪状态。
15.根据权利要求14所述的电子设备,其中所述动作还包括:
响应于确定所述距离小于第二距离阈值,基于所述生物特征信号,确定所述第一对象的情绪状态;以及
响应于所述情绪状态为紧张,发出警报信号。
16.根据权利要求9所述的电子设备,其中所述生物特征信号包括以下中的至少一项:心跳信号和呼吸信号。
17.一种计算机程序产品,所述计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令,所述机器可执行指令在被执行时使机器执行根据权利要求1至8中任一项所述的方法。
CN202211294946.4A 2022-10-21 2022-10-21 基于雷达监控认证的方法、电子设备和计算机程序产品 Pending CN117951670A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211294946.4A CN117951670A (zh) 2022-10-21 2022-10-21 基于雷达监控认证的方法、电子设备和计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211294946.4A CN117951670A (zh) 2022-10-21 2022-10-21 基于雷达监控认证的方法、电子设备和计算机程序产品

Publications (1)

Publication Number Publication Date
CN117951670A true CN117951670A (zh) 2024-04-30

Family

ID=90793250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211294946.4A Pending CN117951670A (zh) 2022-10-21 2022-10-21 基于雷达监控认证的方法、电子设备和计算机程序产品

Country Status (1)

Country Link
CN (1) CN117951670A (zh)

Similar Documents

Publication Publication Date Title
CN110799977A (zh) 使用雷达的无缝认证
US20210365124A1 (en) Radar-Enabled Sensor Fusion
US11360192B2 (en) Reducing a state based on IMU and radar
Wang et al. Literature review on wireless sensing-Wi-Fi signal-based recognition of human activities
US10473762B2 (en) Wireless radio module
CN108702675A (zh) 无线电能充电系统中的对象检测系统及方法
US20160231422A1 (en) Life Detection Processing Method, Device and Terminal
Xiao et al. Indoor anti-collision alarm system based on wearable Internet of Things for smart healthcare
US20160128668A1 (en) Shape injection into ultrasound image to calibrate beam patterns in real-time
CN110088711A (zh) 磁干扰检测与校正
Lee et al. Using sonar for liveness detection to protect smart speakers against remote attackers
WO2009007148A1 (en) System and method of controlling access to services
US10930102B2 (en) Method for employing a RFID walk-through gate
US11580205B2 (en) Wearable device having high security and stable blood pressure detection
Gu et al. EmoSense: computational intelligence driven emotion sensing via wireless channel data
CN115399769A (zh) 用于生成点云并确定生命体征以定义人类心理状态的毫米波映射系统和方法
CN117951670A (zh) 基于雷达监控认证的方法、电子设备和计算机程序产品
US20240134026A1 (en) Method, electronic device, and computer program product for monitoring authentication based on radar
Cheng et al. TwinkleTwinkle: interacting with your smart devices by eye blink
CN110152160A (zh) 自闭症康复干预系统
US20220386883A1 (en) Contactless sensor-driven device, system, and method enabling assessment of pulse wave velocity
CN106571918A (zh) 一种通信链路和信息的多重认证加密方法
US10989803B1 (en) Security protocol for motion tracking systems
Bai et al. WhisperWand: Simultaneous Voice and Gesture Tracking Interface
US11324479B2 (en) Shape injection into ultrasound image to calibrate beam patterns in real-time

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination