{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2024,5,14]]，“日期-时间”：“2024-05-14T15:09:28Z”，“时间戳”：1715699368830}，“引用-计数”：33，“发布者”：“IOS出版社”，“问题”：“4”，“内容-域”：{“域”：[]，“交叉标记限制”：false}，”短容器-时间“：[“IDA”]，“published-print”：{“日期部分”：[[2022,7,11]]}，“摘要”：“传统上，RFID经常用于识别和定位。本文设计了RFID的扩展应用程序来识别手势。目前，手势识别主要通过可穿戴传感器和摄像机进行特征提取，存在携带不便、干扰障碍物等缺点。本文提出了一种基于射频识别（RFID）的手势识别系统，用户无需佩戴设备。在该模型中，手势动作对标签信号产生的干扰信息被用作动作的指纹特征。为了获得满意的识别效果，首先通过标签阵列增加信号分集。然后，对RSSI和相位信号进行归一化处理，在训练之前消除偏移和噪声。此外，仔细构建了残差神经网络（ResNet）作为手势分类模型。实验结果表明，该识别系统的识别准确率高于现有方法，平均手势识别准确率达到95.5%<\/jats:p>“，”DOI“：”10.3233\/ida-215972“，”type“：”journal-article“，”created“：{”date-parts“：[2022,7,12]，”date-time“：”2022-07-12T15:43:02Z“，”timestamp“：1657640582000}，”page“：：“26”作者：[{“给定”：“传信”，“家庭”：“赵”，“序列”：“第一”，“从属”：[]}给出“：”富隆“，”家族“：”陈“，”sequence：“additional”，“affiliation”：[]}，{“given”：“Zhiqiang”，“family”：“Xu”，“sequence”：“addressive”，“filiation“：[]2]，“member”：“7437”，“reference”：[{“key”：”10.3233\/IDA-215972_ref1“，”doi-asserted-by“：”crossref“，”unstructured“：”R.Han，Z.Feng，T.Xu，C.Ai，W.Xie，K.Zhang and J。Li，虚拟方块游戏中基于多传感器的3D手势识别与交互，载：2017年国际虚拟现实与可视化会议（ICVRV），2017年，第391\u2013392页。“，”DOI“：”10.1109\/ICVRV.2017.0091“}，{“key”：“10.3233\/IDA-215972_ref2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Li，T.Wang，A.khan，L.Li，C.Li，Y。Yang和L.Liu，基于带6轴传感器的可穿戴带的手势识别和实时游戏控制，摘自：2018年国际神经网络联合会议（IJCNN），2018年，第1\u20136页。“，“DOI”：“10.1109\/IJCNN.2018.8489743”}，{“key”：“10.3233\/IDA-215972_ref3”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.Arathi，S.Arthika，S。Ponmithra，K.Srinivasan和V.Rukkumani，基于手势的家庭自动化系统，在：2017下一代电子技术国际会议：硅到软件（ICNETS2），2017，pp.198\u2013201。”，“DOI”：“10.1109\/ICNETS2.2017.8067929”}，｛“key”：“10.3233\/IDA-215972_ref4”，“DOI断言由”：“crossref”，“非结构化”：“S.Nigam，M.Shamoon，S。Dhasmana和T.Choudhury，《智能家居手势识别系统方法论的完整研究》，载于：2019年国际当代计算与信息学会议（IC3I），2019年，第289\u2013294页。“，“DOI”：“10.1109\/IC346837.2019.9055608”}，{“key”：“10.3233\/IDA-215972_ref5”，“DOI-asserted-by”：“crossref”，“unstructured”：“K.He，X。Zhang，S.Ren和J.Sun，图像识别的深度剩余学习，载：2016 IEEE计算机视觉和模式识别会议（CVPR），2016年，第770\u2013778页。“，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“10.3233\/IDA-215972_ref6”，“DOI-asserted-by”：“crossref”，“unstructured”：“O.Saman和L。Stanciu，基于外观手势识别的图像处理算法，收录于：2019年第23届系统理论、控制和计算国际会议（ICSTCC），2019年，第681\u2013684页。“，“DOI”：“10.1109\/ICSTC.2019.8885888”}，{“key”：“10.3233\/IDA-215972_ref7”，“DOI-asserted-by”：“crossref”，“unstructured”：“G.Amir和K。Shohreh，《使用判别性局部时空特征权重进行人类行为分类》，in：《智能数据分析》，第16卷，第4期，2012年，第537\u2013550页。“，“DOI”：“10.3233\/IDA-2012-0538”}，{“key”：“103233\/IDA-215972_ref8”，“DOI-asserted-by”：“crossref”，“unstructured”：“J.Sun，T.Ji，S.Zhang，J.Yang和G。Ji，《基于深度学习的手势识别研究》，2018年第12届国际天线、传播和电磁理论研讨会（ISAPE），2018年，第1\u20134页。Toyonaga，《使用陀螺仪的日语手语训练系统的数据采集》，载于：2018年第十届软计算和智能系统联合国际会议（SCIS）和第十九届高级智能系统国际研讨会（ISIS），2018年，第1354\u20131357页。“，DOI”：“10.1109\/SCIS-ISIS.2018.00211”}，{“key”：“10.3233\/IDA-215972_ref10“，“doi-asserted-by”：“crossref”，“unstructured”：“N.Saleh，M.Farghaly，E.Elshaaer和A.Mousa，基于智能手套的阿拉伯语手势识别系统，收录于：2020年通信与计算机工程创新趋势国际会议（ITCE），2020年，pp.\u00a0303\u2013307。”，“doi”：“10.1109\/ITCE48509.2020.9047820“}，{“key”：“10.3233\/IDA-215972_ref11”，“doi-asserted-by”：“crossref”，“unstructured”：“C.Chu和S.Yang，递归正弦余弦基函数近距离电容手势识别神经网络，in：2018年第十三届国际微系统、封装、组装和电路技术会议（IMPACT），2018，pp.\u00a0267\u2013270。“，“DOI”：“10.1109\/IMPACT.2018.8625801”}，{“key”：“10.3233\/IDA-215972_ref12”，“unstructured”：“X.Yin，X.Chen，Q.Xia，J.He，P.Zhang and F.Chen，基于智能手机内置传感器的人体运动状态识别，见：《通信杂志》，第40卷，第3期，2019年，第157\u2013169页。”}10.3233\/IDA-215972_ref13“，”doi-asserted-by“：”crossref“，”first page“：”701“，”doi“：”10.3233\\IDA-160827“，”article-title“：”Toward robust activity recognition:”Hierarchical classifier based based on gaussian process“，”volume“：“20”，“author”：“Wang”，“year”：“2016”，“journal-title”：“Intelligent Data Analysis”}，{“key”：“10.3233//IDA-215972_ref14”，“doi-assert-by”：“”crossref”，“非结构化”：“F.Xiao，J.Chen，Z.Li，H.Huang和L.Sun，《使用商品WiFi为网络物理系统改进基于LDA降维的行为学习》，载于：ACM Trans。网络物理。Syst，2019.“，”DOI“：”10.1145\/3342219“}，{“key”：“10.3233\/IDA-215972_ref15”，“DOI-asserted-by”：“crossref”，“unstructured”：“H.Abdelnasser，K.Harras和M.Youssef，《一个基于WiFi的通用细粒度手势识别系统》，收录于：IEEE Transactions on Mobile Computing，第18卷，第11期，2019年，第2474\u20132487页。”，“DOI”：“10.1109\/TMC.2018.2879075”}key“：”10.3233\/IDA-215972_ref16“，”doi-asserted-by“：”crossref“，”unstructured“：”R.Venkatarayan，G.Page和M.Shahzad，《使用WiFi的多用户手势识别》，收录于：MobiSys\u201918。计算机协会，2018年，第401\u2013413页。”，“DOI”：“10.1145”，{“key”：“10.3233”，“IDA-215972_ref17”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Di Domenico，M.De Sanctis，E.Cianca和M。Ruggieri，基于WiFi的对静止和移动人体的穿透式检测，分析多普勒频谱，收录于：IEEE Aerospace and Electronic Systems Magazine，第33卷，第5\u20136期，2018年，第14\u201319页。“，“DOI”：“10.1109\/MAES.2018.170124”}，{“key”：“10.3233\/IDA-215972_ref18”，“DOI-asserted-by”：“crossref”，“unstructured”：“L.Yao，Q。Sheng，X.Li，T.Gu，M.Tan，X.Wang，S.Wang和W.Ruan，《无源RFID信号强度下无设备活动识别的压缩表示法》，收录于：IEEE《移动计算学报》，第17卷，第2期，2018年，第293\u2013306页。“，“DOI”：“10.1109\/TMC.2017.2706282”}，{“key”：“10.3233\/IDA-215972_ref19”，“DOI-asserted-by”：“crossref”，“非结构化”：“G.Oguntala、R.Abd-Alhameed、N.Ali、Y.Hu、J.Noras、N.Eya、I.Elfergani和J.Rodriguez，《智能墙：使用机器学习进行无干扰健康监测的新型RFID环境人类活动识别》，收录于：IEEE Access，2019年第7卷，第68022\u201368033页。”，“DOI”：“10.1109\/ACCES.2019.2917125”}，{“关键”：“10.3233\/IDA-215972_ref20“，”doi-asserted-by“：”crossref“，”unstructured“：”C.Wang，J.Liu，Y.Chen，H.Liu、L.Xie，W.Wang，B.He和S.Lu，《2013年空中多点触摸：通过COTS RFID的无设备手指跟踪和手势识别》，收录于：IEEE INFOCOM 2018\u2013 IEEE计算机通信会议，2018，第1691\u20131699页。“doi”：“10.1109\/INFOCOM.2018.8486346“}，{“key”：“10.3233\/IDA-215972_ref21”，“doi-asserted-by”：“crossref”，“unstructured”：“L.Wang，T.Gu，X.Tao和J.Lu，朝向使用无线电模式进行实时活动识别的可穿戴RFID系统，收录于：IEEE Transactions on Mobile Computing，第16卷，第1期，2017年，第228\u2013242页。”，“doi”：“10.1109\/TMC.2015.2538230“｝，｛”key“：”10.3233\/IDA-215972_ref22“，”doi断言由“：”crossref“，”非结构化“：”C.Zhao，C.Wu，J.Chai，X.Wang，X.Yang，J.Lee和M.Kim，不确定RFID网络规划的基于分解的多目标萤火虫算法，在：应用软计算，2017年第55卷，第549\u2013564页。“，”doi“：”10.1016\/j.asoc.2017.02.009“}，{“key”：“10.3233\/IDA-215972_ref23”，“doi-asserted-by”：“crossref”，“unstructured”：“S.Kantareddy，Y.Sun，R.Bhattacharyya和S.Sarma，《使用RFID标签的被动数据爱情学习手势》，2019年IEEE RFID技术与应用国际会议（RFID-TA），2019，pp.327\u2013332.”，“doi”：“10.1109\/RFID-TA.2019.8892224“}，{“key”：“10.3233\/IDA-215972_ref24”，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Zou，J.Xiao，J.Han，K.Wu，Y.Li和L.Ni，GRfid:基于RFID的无设备手势识别系统，收录于：IEEE Transactions on Mobile Computing，第16卷，第2期，2017年，第381\u2013393页。”，“doi”：“10.1109\/TMC.2016.2549518”}，}，“”10.3233\/IDA-215972_ref25“，“doi-asserted-by”：“crossref”，“unstructured”：“R.Parada和J.Melia-Segui，使用被动RFID标签实现以人为中心的物联网应用的手势检测，收录于：IEEE Communications Magazine，第55卷，第2期，2017年，第56\u201361页。”，“doi”：“10.1109\/MCOM.2017.1600701CM”}，{“key”：“10.3233\\IDA-215972_ref26”，“非结构化”：“X.Wang，H.Fang，L.Chang，J.Wang，X.Chen，D.Fang，Y.Peng和F.Chen，基于RFID的无设备手势识别关键技术研究，收录于：《计算机研究与发展杂志》，54（12）（2017），2752\u20132760.“}，{”Key“：”10.3233\/IDA-215972_ref27“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Fan，F.Wang。Gong和J.Liu，《当RFID遇到深度学习：探索认知智能用于活动识别》，载于：IEEE无线通信，第26卷，第3期，2019年，第19页，201325。“，“DOI”：“10.1109”，MWC.2019.1800405“}，{“key”：“10.3233”，“IDA-215972_ref28”，“DOI-asserted-by”：“crossref”，“unstructured”：“K.Cheng，N.Ye，R.Malekian and R。Wang，《空中手势交互：使用被动RFID标签进行实时手势识别》，收录于：IEEE Access，第7卷，2019年，第94460\u201394472页。“，“DOI”：“10.1109\/ACCES.2019.2928318”}，{“key”：“10.3233\/IDA-215972_ref29”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Yu，D.Wang，R.Zhao和Q。张，基于RFID的实时手势识别与对抗学习，载：SenSys\u201919。计算机协会，2019年，第298\u2013310页。”，“DOI”：“10.1145\/3356250.336045”}，{“key”：“10.3233\/IDA-215972_ref30”，“DOI-asserted-by”：“crossref”，“unstructured”：“K.Zvarevahe and O。Olugbara，使用自定义二维卷积神经网络深度学习算法识别语音情感，《智能数据分析》，第24卷，第5期，2020年，第1065\u20131086页。“，“DOI”：“10.3233\/IDA-194747”}，{“key”：“103233\/IDA-215972_ref31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Cai，J.Gao，G.Zhang and Y。刘，基于卷积神经网络的高效面部表情识别，载：《智能数据分析》，第25卷，第1期，2021年，第139\u2013154页。“，“DOI”：“10.3233\/IDA-194965”}，{“key”：“103233\/IDA-215972_ref32”，“DOI-asserted-by”：“crossref”，“unstructured”：“A.Budhiman，S.Suyanto and A。Arifianto，《使用ResNet和数据增强进行黑色素瘤癌症分类》，载于：2019年信息技术和智能系统研究国际研讨会（ISRITI），2019年，第17\u201320页。“，“DOI”：“10.1109\/ISRITI48646.2019.9034624”}，{“key”：“10.3233\/IDA-215972_ref33”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Zahisham，C。Lee和K.Lim，食品识别与ResNet-50，in：2020 IEEE第二届工程与技术人工智能国际会议（IICAIET），2020，pp.1\u20135.“，“DOI”：“10.1109\/IICAIET49801.2020.9257825”}]，“集装箱标签”：[“智能数据分析”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/content.iospress.com/download？id=10.3233\/IDA-215972“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2022,7,12]，”date-time“：“2022-07-12T15:43:24Z”，”timestamp“：1657640604000}，”score“：1，”resource“：”{“primary”：{“URL”：“https://www.medra.org\/servlet\/aliasResolver？alias=iospress&doi=10.3233\/IDA-215972“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,7,11]]}，“references-count”：33，”journal-issue“：{“issue”：“4”}，‘URL’：“http://\/dx.doi.org\/10.3233\/IDA-215972”，“relationship”：{}，’ISSN“：[”1088-467X“，”1571-4128“]，”ISSN-type“：[{”value“：“1088-467X”，“type”：“print”}，{”value“：“1571-4128”，“type”：“electronic”}]，“主题”：[]，“发布”：{“日期部分”：[[2022,7,11]]}}