python手势识别隐马尔可夫模型_手势识别身份认证的连续隐马尔可夫模型
2018
收稿日期
:2017
-
03
-
18
收修改稿日期
:2017
-
04
-
25
基金项目
:
国家自然科学基金项目
(61373126)
资助
;
中央高校基本科研业务费专项基金
项目
(
JUSRP
51510)
资助
.
作者简介
:
李
富
,
男
,1990
年生
,
硕士研究生
,
研究方向为移动终端安全理论及技术的研究
;
孙子文
,
女
,1968
年生
,
博士
,
教授
,
研究方向为无线传感器网络
、
信息安全
、
模式识别与智能系统等
.
手势识别身份认证的连续隐马尔可夫模型
李
富
1
,
孙子文
1
,
2
1
(
江南大学
物联网工程学院
,
江苏
无锡
214122)
2
(
物联网技术应用教育部工程研究中心
,
江苏
无锡
214122)
:
sunziwen
@
jiangnan.
edu.
cn
摘
要
:
针对智能手机存储隐私信息所面临的安全问题
,
采用一种基于连续隐马尔科夫模型的手势识别身份认证方法
.
首先由
手机触摸屏传感器采集手指滑动的原始手势特征序列
,
并通过大小归一化及平滑去噪预处理
;
接着提取手势运动轨迹的三个基
本特征序列与三个隐含的特征序列
;
最后采用概率统计的方法
,
使用连续隐马尔科夫模型建立用户手势模型
,
用于测试比较特
征序列以判断用户身份的合法性
.
仿真实验结果表明
,
与动态时间规整算法和支持向量机算法相比
,
方法具有较低的错误拒绝
率和错误接受率
,
能明显提高身份认证的准确性
.
关
键
词
:
手势识别
;
身份认证
;
连续隐马尔可夫模型
;
手机传感器
中图分类号
:
TP
391
文献标识码
:
A
文
章
编
号
:
1000
-
1220
(
2018
)
03
-
0474
-
04
Continuous
Hidden
Markov
Model
for
Hand
Gesture
Recognition
LI
Fu
1
,
SUN
Zi-wen
1
,
2
1
(
School
of
Internet
of
Things
Engineering
,
Jiangnan
University
,
Wuxi
214122
,
China
)
2
(
Engineering
Research
Center
of
Internet
of
Things
Technology
Applications
Ministry
of
Education
,
Wuxi
214122
,
China
)
Abstract
:
Aiming
at
the
security
problem
of
storing
privacy
information
in
smart
phone
,
a
method
of
hand
gesture
recognition
based
on
continuous
Hidden
Markov
Model
is
proposed.
Firstly
,
the
original
gesture
sequence
of
the
finger
sliding
is
collected
by
the
touch-
screen
sensor
of
the
mobile
phone
,
and
the
gesture
sequence
will
be
preprocessed
by
using
normalization
and
smoothing.
Then
the
fea-
tures
,
which
are
three
basic
feature
sequences
of
the
hand
movement
trajectory
and
three
hidden
feature
sequences
,
will
be
extracted
from
the
preprocessed
sequence.
Finally
,
a
statistical
method
that
is
continuous
Hidden
Markov
Model
is
adopted
to
establish
the
user
gesture
model
,
which
will
be
extracted
to
test
the
feature
sequence
to
determine
the
legitimacy
of
the
user's
identity.
The
simulation
re-
sults
show
that
the
proposed
method
has
lower
error
rejection
rate
and
false
acceptance
rate
than
that
of
the
Dynamic
Time
Warping
al-
gorithm
and
Support
Vector
Machine
algorithm
,
and
can
significantly
improve
the
accuracy
of
identity
authentication.
Key
words
:
gesture
recognition
;
identity
authentication
;
continuous
hidden
markov
model
;
mobile
phone
sensor
1
引
言
随着智能手机的日益普及
,
针对智能手机各种安全威胁
和隐私泄露的问题
,
需要一个安全的身份认证系统
.
由于人的
生物特征具有唯一性
,
难以被其他用户模仿
,
安全系数高
,
因
此可以作为用户身份认证的依据
.
生物特征认证主要分为生
理特征
认
证
和
行
为
特
征
认
证
,
生
理
特
征
认
证
包
括
指
纹
识
别
[1]
、
虹膜识别
[2]
、
脸型识别
[3]
等
,
行为特征识别主要包括签
名识别
[4]
、
击键识别
[5]
、
步态识别
[6]
等
.
随着智能设备的迅速普及
,
手势识别生物特征身份认证
方法成为一种新型的身份认证方法
.
通过智能手机采集手势
数据进
行
身
份
认
证
,
较
使
用
Kinect
设
备
[7]
与
MEMS
传
感
器
[8]
进行手势身份认证用户无需其他传感器设备
,
可增强用
户的舒适感
;
同时
,
由于更能体现用户的个体特征
,
而具有更
高的准确性和可靠性
.
目前
,
主流的手势认证方法有
:
采用支
持向量机
(
Support
Vector
Machine
,
SVM
)
算法
,
通过核映射方
法转化到高维空间解决线性数据可分问题
,
完成数据模型训
练及认
证
[9]
;
采
用
动
态
时
间
规
划
(
Dynamic
Time
Warping
,
DTW
)
算法
,
通过测量两个特征时间序列之间的差异
,
或者预
测待测特征时间序列与模板特征时间序列之间的相似程度
,
通过模板匹配完成身份认证
[10]
;
采用改进的豪斯多夫距离
(
Modified
Hausdorff
Distance
,
MHD
)
计算验证特征与模板特
征的匹配值
,
通过对匹配值的归一化处理并采用最大
-
最小融
合规则得出匹配结果
[11]
;
采用反向传播神经网络
(
Back
Prop-
agation
Neural
Network
,
BPNN
)
模型与粒子群优化的径向基
函数网络
(
Practical
Swarm
Optimisation-Radial
Basis
Function
Network
,
PSO-RBFN
)
模型进行特征训练与用户识别
[12]
.
然而
文献
[9
-
12]
的方法存在以下不足
:
使用手势特征序列建立的
模型不能很好地解决手势特征序列在时间上的差异性
,
同时
,
使用等错率作为建模时依据
,
而实际应用系统应尽可能降低
错误接受率要求
.
针对文献
[9
-
12]
算法中存在的不足
,
采用隐马尔科夫模
型建立手势身份认证模型
.
作为一个强有力的概率统计模型
,
python手势识别隐马尔可夫模型_手势识别身份认证的连续隐马尔可夫模型相关推荐
- ai模型_这就是AI的样子:用于回答问题的BiDAF模型
ai模型 We at Zetane are all about democratizing AI, but getting to the laudable goal of empowering mor ...
- bgb邻居关系建立模型_知识图谱上的双塔召回:阿里的IntentGC模型
关注本人的同学可能发现,我最近点评的文章都是关于"GNN在推荐系统应用"方向的.这当然与现如今这个方向非常火有关,但是作为一个合格的炼丹师+调参侠,总要搞清楚一门技术为什么火?这么 ...
- 泰尔指数r语言_科学网-一招搞定泰尔指数及其分解-王庆喜的博文
一招搞定泰尔指数及其分解 上期讲了区位基尼系数,这期讲讲泰尔指数. 泰尔指数的原理同基尼系数,都是在测度一组数据分布的差异性.但是其有着良好的可分解性质,因此当需要考察产业空间集中度在不同区域层面的差 ...
- 文本分类模型_【文本分类】几个可作为Baseline的模型
点击上方,选择星标或置顶,每天给你送干货! 阅读大概需要9分钟 跟随小博主,每天进步一丢丢 来自:AINLP 作者:老宋的茶书会 知乎专栏:NLP与深度学习 研究方向:自然语言处理 前言 最近,从Te ...
- stata 空间杜宾模型_利用STATA创建空间权重矩阵及空间杜宾模型计算命令
文档收集于互联网,已重新整理排版 .word 版本可编辑 , 有帮助欢迎下载支持 . 1 文档来源为 : 从网络收集整理 .word 版本可编辑 . ** 创建空间权重矩阵介绍 * 设置默认路径 cd ...
- Python控制流程语句实现各种小功能(用户身份认证、百分制转换等级制、英寸与厘米的转换、三角形的周长和面积、九九乘法表……)
目录 控制流程语句 用户身份认证 百分制转换等级制 英寸与厘米的转换 输入三条边长,计算三角形的周长和面积 计算1~100相加 猜数字游戏 电脑生成1-10之间的数字 九九乘法表 打印三角形嵌套for ...
- 【随机过程】18 - 连续时间马氏链与排队论
连续时间马尔科夫链与排队论 文章目录 连续时间马尔科夫链与排队论 1. 连续时间马氏链 1.1 概述 1.2 停留时间的分布 1.3 跳变概率 1.3.1 连续时间马氏链CK方程 1.3.2 Q矩阵 ...
- python手势识别隐马尔可夫模型_使用隐马尔可夫模型的运动笔迹手势识别.doc
您所在位置:网站首页 > 海量文档  > 高等教育 > 科普读物 使用隐马尔可夫模型的运动笔迹手势识别.doc10页 ...
- python做马尔科夫模型预测法_Python实现HMM(隐马尔可夫模型)
1. 前言 隐马尔科夫HMM模型是一类重要的机器学习方法,其主要用于序列数据的分析,广泛应用于语音识别.文本翻译.序列预测.中文分词等多个领域.虽然近年来,由于RNN等深度学习方法的发展,HMM模型逐 ...
最新文章
- 不能上传图片和编辑内容很慢,望改进
- 与Susan Fowler探讨生产就绪微服务之问答
- SVM支持向量机(上)
- OSPF动态路由协议(了解ospf,RIP协议,外部网关协议内部网关协议,ospf工作过程,选举过程,ospf邻居关系7个状态)
- python get方法请求参数_如何解决TypeError get()在使用get方法的Python请求中恰好接受2个参数(给定3个)...
- 【Git】Git修改Repository语言类型
- [转]动态加载javascript
- 深度学习中的BN和dropout方法及训练和测试时的差异
- Checkra1n 越狱常见问题大全
- 原生ajax上传获取进度,ajax上传图片获取进度
- matlab之GUI界面设计(1)
- 隐枚举法求解0-1整数规划
- 【多目标进化优化】MOEA 的分类
- 【重磅】云栖社区2017年度内容特辑
- N MOSFET VGS(th)和管子导通的关系
- 为什么体适能一直显示服务器,一种体适能检测方法及系统
- 首席新媒体商学院黎想:全新的抖音涨粉攻略
- 自制简单U盘引导程序
- 【更新】MindFusion.WinForms Pack v2019.R1发布,改进Visio2013Exporter
- 一篇文章让你搞懂什么是Iaas、Paas、Saas
热门文章
- 163邮箱会员揭秘,163邮箱注册,你最想了解的几件事
- BN、CB领投Project Galaxy(GAL),即将在CoinList公募
- 电脑如何分盘、合盘?关于硬盘的分盘,你所不知道的那些事情
- 微信个性签名服务器维护,微信个性签名显示由于系统维护
- 程序猿的血泪史:一定要有数据备份的思想,不然死都不知道咋死的!!!
- 如何用好erp系统【ERP】
- 三个基本的布尔逻辑算符是_什么是布尔逻辑运算符?布尔逻辑运算符一共有哪几种?...
- WiFi驱动(1)框架解析
- 2021 年 9 项优秀在线电话会议服务比较(带免费选项)
- 100+个数据分析常用指标和术语