Automatic Material Classification Using Thermal Finger Impression
Automatic Material Classification Using Thermal Finger Impression
复制标题
使用热手指印模进行自动材料分类
DOI：
10.1007/978-3-030-37731-1_20
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Dey, Soumyabrata
中科院分区：
文献类型：
--
作者：
Gately, Jacob;Liang, Ying;Kolessar Wright, Matthew;Banerjee, Natasha Kholgade;Banerjee, Sean;Dey, Soumyabrata
自然表面提供了在日常环境中提供增强现实交互的机会，而无需使用笨重的车载设备。检测用户与自然表面交互的关键技术之一是使用热成像来捕获传输到表面的身体热量。这些系统的一个主要挑战是高精度检测用户在不同材料表面上的滑动压力。这是因为从用户身体传递到自然表面的热量取决于材料的热性能。如果表面材料类型已知，这些系统可以使用特定于材料的压力分类器来提高检测精度。在这项工作中，我们致力于解决这个问题，因为我们提出了一种新颖的方法，可以根据用户在表面上的热手指印象来检测材料类型。我们的技术要求用户用手指触摸表面 2 秒。然后在材料识别的分类框架中分析记录的热手指印象的散热时间序列。我们研究了 15 个用户在 7 种不同材料类型上的交互，我们的算法能够以独立于用户的方式在测试数据上实现 74.65% 的材料分类准确率。
Natural surfaces offer the opportunity to provide augmented reality interactions in everyday environments without the use of cumbersome body-mounted equipment. One of the key techniques of detecting user interactions with natural surfaces is the use of thermal imaging that captures the transmitted body heat onto the surface. A major challenge of these systems is detecting user swipe pressure on different material surfaces with high accuracy. This is because the amount of transferred heat from the user body to a natural surface depends on the thermal property of the material. If the surface material type is known, these systems can use a material-specific pressure classifier to improve the detection accuracy. In this work, we address to solve this problem as we propose a novel approach that can detect material type from a user’s thermal finger impression on a surface. Our technique requires the user to touch a surface with a finger for 2 s. The recorded heat dissipation time series of the thermal finger impression is then analyzed in a classification framework for material identification. We studied the interaction of 15 users on 7 different material types, and our algorithm is able to achieve 74.65% material classification accuracy on the test data in a user-independent manner.
使用热像仪实现自然表面交互，独立于用户检测滑动压力
DOI：
10.1109/mmsp.2018.8547052
发表时间：
2018
期刊：
2018 IEEE 20th International Workshop on Multimedia Signal Processing (MMSP
影响因子：
--
作者：
Dunn, Tim;Banerjee, Sean;Banerjee, Natasha Kholgade
通讯作者：
Banerjee, Natasha Kholgade
使用机器学习进行基于热成像的材料分类
DOI：
--
发表时间：
2017
期刊：
IEEE International Workshop/Symposium on Haptic, Audio and Visual Environments and Games
影响因子：
--
作者：
Tamás Aujeszky;Georgios Korres;M. Eid
通讯作者：
M. Eid