Processing of capacitive sensor signal profile for enhancing gestures detection

• Autorzy: Karpin Oleksandr , Brygilevych Volodymyr , Liubun Zinovii , Mandziy Vasyl

Identyfikatory

DOI

10.15199/48.2024.09.49

Warianty tytułu

PL

Przetwarzanie profilu sygnału czujnika pojemnościowego w celu zwiększenia wykrywania gestów

• Języki publikacji: EN

Abstrakty

EN

The article considers the usage of one sensor button to identify signals triggered by Type 1. clicking the button and Type 2. swiping at the button surface. The developed algorithm of the sensor signal analysis features: high-accuracy identification of signals, minimal processing time, easy definition of the classification algorithm optimal parameters for a definite type of the sensor button due to the usage of neural networks.

PL

W artykule rozważono wykorzystanie jednego przycisku sensorycznego do identyfikacji sygnałów wyzwalanych przez kliknięcie przycisku w trybie 1 i przesunięcie po powierzchni przycisku w trybie 2. Opracowany algorytm analizy sygnałów czujnika charakteryzuje się: dużą dokładnością identyfikacji sygnałów, minimalnym czasem przetwarzania, łatwym zdefiniowaniem algorytmu klasyfikacji optymalnymi parametrami dla określonego typu przycisku czujnika ze względu na wykorzystanie sieci neuronowych.

Słowa kluczowe

EN

capacitive sensor; signal profile; gesture detection; neural network

PL

czujnik pojemnościowy; profil sygnału; detekcja gestów; sieć neuronowa

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 9
• Strony: 252--255
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Karpin Oleksandr

• Ivan Franko National University of Lviv, Ukraine
• Infineon Technologies, Lviv, Ukraine

autor

Brygilevych Volodymyr

• State Academy of Applied Sciences in Jarosław, Poland

autor

Liubun Zinovii

• Ivan Franko National University of Lviv

autor

Mandziy Vasyl

• Ivan Franko National University of Lviv
• Infineon Technologies, Lviv, Ukraine

Bibliografia

• [1] Z. Liubun, V. Mandziy, O. Karpin, V. Rabyk, “Correlationbased Contactless Hand-Gesture Detection for Capacitive Sensing”. 2021 IEEE 16th International Scientific and Technical Conference "Computer Science and Information Technologies (CSIT)", 2022, DOI: 10.1109/TCSET55632.2022.9767083.
• [2] Aldi Sidik Permana, Esmeralda Contessa Djamal, Fikri Nugraha, Fatan Kasyidi, "Hand Movement Identification Using Single-Stream Spatial Convolutional Neural Networks", Electrical Engineering Computer Sciences and Informatics (EECSI) 2020 7th International Conference, pp. 172-176, 2020. https://journal.portalgaruda.org/index.php/EECSI
• [3] Heng-Tze Cheng, An Mei Chen, Ashu Razdan, Elliot Buller, "Contactless Gesture Recognition System Using Proximity Sensors", IEEE International Conference on Consumer Electronics (ICCE), 2020 https://ieeexplore.ieee.org/document/5722510
• [4] Alghamdi S., Elrefaei L. Dynamic user verification using touch keystroke based on medians vector proximity. In Computational Intelligence, Communication Systems and Networks (CICSyN), 2015 7th International Conference, pp. 121– 126. IEEE, 2015
• [5] Abisado M., Gerardo B., Fajardo A. Towards keystroke analysis using neural network for multi - factor authentication of learner recognition in on - line examination. In Manila International Conference on Trends in Engineering and Technology (2017), pp. 71–74
• [6] Z. Liubun, V. Mandziy, H. Klein, O. Karpin, V. Rabyk, “. Hover Signal-Profile Detection”. 2020 IEEE 15th International Scientific and Technical Conference "Computer Science and Information Technologies (CSIT)", 2022, DOI: 10.1109/CSIT49958.2020.9322027
• [7] Infineon Technologies and CY8CKIT-040T PSoC™ 4000T CAPSENSE™ Evaluation Kit https://www.infineon.com/cms/en/product/evaluationboards/ cy8ckit-040t/, 2024
• [8] Klein, H.W. et al. (2019). Advanced Capacitive Sensing for Mobile Devices. In: Makinwa, K., Baschirotto, A., Harpe, P. (eds) Low-Power Analog Techniques, Sensors for Mobile Devices, and Energy Efficient Amplifiers . Springer, Cham. https://doi.org/10.1007/978-3-319-97870-3_7

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).