基于智能手机的细粒度振动感知
信号处理
2020-08-31 v2 计算机视觉与模式识别
人机交互
摘要
基于振动特征识别表面是有用的，因为它可以在不需要近场通信(NFC)标签等任何额外硬件的情况下标记不同位置。然而，先前基于振动的表面识别方案要么使用定制硬件来产生和感知振动，使其难以采用，要么使用商用现货(COTS)智能手机中的惯性(IMU)传感器来感知由振动产生的运动，由于 IMU 传感器采样率低而使其为粗粒度。基于主流 COTS 智能手机的方案也容易受到智能手机振动机制中固有的基于硬件的不规则性影响。此外，现有使用麦克风感知振动的方案容易受到短期和恒定背景噪声(例如间歇性说话、排气扇等)的干扰，因为麦克风不仅捕获振动产生的声音，还捕获环境中存在的其他干扰声音。在本文中，我们提出 VibroTag，一种稳健且实用的基于振动的感知方案，可适用于具有不同硬件的智能手机，能提取不同表面的细粒度振动特征，并且对环境噪声和基于硬件的不规则性具有鲁棒性。我们在两款不同的 Android 手机上实现了 VibroTag，并在多个不同环境中进行评估，收集了 4 个人连续 5 至 20 天的数据。我们的结果表明，VibroTag 在识别 24 个不同位置/表面时达到 86.55% 的平均准确率，即使其中部分表面由相似材料制成。VibroTag 的准确率比我们为实现与 VibroTag 对比而部署的某 SOTA 基于 IMU 方案所取得的 49.25% 平均准确率高出 37%。
引用
@article{arxiv.2007.03874,
title = {Fine-grained Vibration Based Sensing Using a Smartphone},
author = {Kamran Ali and Alex X. Liu},
journal= {arXiv preprint arXiv:2007.03874},
year = {2020}
}