EchoNose: Sensing Mouth, Breathing and Tongue Gestures inside Oral Cavity using a Non-contact Nose Interface
EchoNose: Sensing Mouth, Breathing and Tongue Gestures inside Oral Cavity using a Non-contact Nose Interface
复制标题
EchoNose：使用非接触式鼻子接口感应口腔内的口腔、呼吸和舌头手势
DOI：
10.1145/3594738.3611358
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Zhang, Cheng
中科院分区：
文献类型：
--
作者：
Sun, Rujia;Zhou, Xiaohe;Steeper, Benjamin;Zhang, Ruidong;Yin, Sicheng;Li, Ke;Wu, Shengzhang;Tilsen, Sam;Guimbretiere, Francois;Zhang, Cheng
感知口腔内的运动和手势一直是可穿戴研究界面临的一个长期挑战。本文介绍了EchoNose，一种新型的鼻子接口，它探索了一种独特的传感方法，通过分析鼻腔和口腔内的声学信号反射来识别与嘴巴，呼吸和舌头相关的手势。该接口结合了一个扬声器和一个麦克风放置在鼻孔，发出听不见的声音信号，并捕捉相应的反射。这些接收到的信号使用定制的数据处理和机器学习管道进行处理，从而能够区分涉及语音、舌头和呼吸的16种手势。一项针对10名参与者的用户研究表明，EchoNose在识别这16种手势时的平均准确率为93.7%。基于这些有希望的结果，我们讨论了潜在的机遇和挑战，在未来的各种应用中应用这种创新的鼻子接口。
Sensing movements and gestures inside the oral cavity has been a long-standing challenge for the wearable research community. This paper introduces EchoNose, a novel nose interface that explores a unique sensing approach to recognize gestures related to mouth, breathing, and tongue by analyzing the acoustic signal reflections inside the nasal and oral cavities. The interface incorporates a speaker and a microphone placed at the nostrils, emitting inaudible acoustic signals and capturing the corresponding reflections. These received signals were processed using a customized data processing and machine learning pipeline, enabling the distinction of 16 gestures involving speech, tongue, and breathing. A user study with 10 participants demonstrates that EchoNose achieves an average accuracy of 93.7% in recognizing these 16 gestures. Based on these promising results, we discuss the potential opportunities and challenges associated with applying this innovative nose interface in various future applications.
使用 SilentSpeller 进行移动、免提、无声语音短信
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
Naoki Kimura;Tan Gemicioglu;Jonathan Womack;Richard Li;Yuhui Zhao;Abdelkareem Bedri;Alex Olwal;Jun Rekimoto;Thad Starner
通讯作者：
Thad Starner
TongueInput：使用嵌入在吹嘴中的光学传感器的舌头手势输入方法
DOI：
--
发表时间：
2018
期刊：
Annual Conference of the Society of Instrument and Control Engineers of Japan
影响因子：
--
作者：
Takuma Hashimoto;Suzanne Low;K. Fujita;Risa Usumi;Hiroshi Yanagihara;Chihiro Takahashi;M. Sugimoto;Yuta Sugiura
通讯作者：
Yuta Sugiura
基于连体网络的自适应吹气交互方法
影响因子：
3.9
作者：
Yeqing Chen;Yulong Bian;Wei Gai;Chenglei Yang
通讯作者：
Chenglei Yang