Numerous authentication mechanisms

Numerous authentication mechanisms have been reported
in literature. We focus our attention on authentication
mechanisms which are closely related or applicable to
wearable devices. Two dominant methods exist: the first
approach is based on vision sensors using either color or
depth. The second approach is based on sensors such as
accelerometers.
The first type of authentication mechanisms such as [1, 4,
5] rely on image sensors and employ color and depth
information to track or segment out hand or fingertip of a
person. This is followed by post processing to extract
trajectories and features such as position, velocity and
acceleration. Finally, signature is matched against pre-stored
signatures for authentication. Although these systems produce
accurate results, their usages are limited to a well-controlled
indoor environment. Also, they are computationally expensive
with requirement of depth in addition to color information. It
is important to note that most existing wearable devices do not
have any built-in depth sensor and would therefore incur
additional hardware cost, making this approach unsuitable for
resource constraint wearable devices.
The second type of authentication mechanisms such as [6,
7] are based on readily available accelerometers. This
approach requires additional hardware and circuit to capture
the hand movement and extract trajectory, which is then
transmitted to main device. More recent smart phones have
built in accelerometers and can perform gesture recognition
without additional hardware. However, accelerometer is a
much coarser device compared to camera and is capable only
to differentiate simple gestures. For authentication, the user is
required to remember lengthy gesture sequences, which are
not as straightforward and natural as gestures that are based on
the hand-written signature.
The most natural way to introduce a robust authentication
mechanism in wearable devices is to exploit the built-in
hardware among which color camera is the most common
sensor and is found in almost every wearable device. The
proposed approach is based on this theme

ผลลัพธ์ (ไทย) 1:

กลไกการรับรองความถูกต้องมากมายที่ได้รับรายงาน ในวรรณคดี เรามุ่งเน้นความสนใจของเรารับรองความถูกต้อง กลไกที่เกี่ยวข้องอย่างใกล้ชิด หรือเกี่ยวข้องกับ อุปกรณ์สวมใส่ มีอยู่สองวิธีหลัก: ครั้งแรก วิธีตามเลเซอร์เซนเซอร์โดยใช้สีอย่างใดอย่างหนึ่ง หรือ ความลึก วิธีสองตามเซนเซอร์เช่น ใช้หัว ชนิดแรกของกลไกการรับรองความถูกต้องเช่น [1, 4 5] ใช้เซนเซอร์ภาพ และใช้สีและความลึก ข้อมูลเพื่อการติดตามหรือส่วนมือหรือนิ้วของการ คน นี่คือตาม ด้วยโพสต์เพื่อแยกการประมวลผล วิถีและคุณลักษณะเช่นตำแหน่ง ความเร็ว และ การเร่ง ในที่สุด ลายเซ็นเหมาะกับเก็บไว้ก่อน ลายเซ็นสำหรับการรับรองความถูกต้อง แม้ว่าระบบเหล่านี้ผลิต ประเพณีของพวกเขาถูกจำกัดที่มีการควบคุม สภาพแวดล้อมในร่ม นอกจากนี้ พวกเขาจะ computationally ราคาแพง กับความต้องการความลึกนอกเหนือจากข้อมูลสี มัน โปรดทราบว่า อุปกรณ์สวมใส่ที่สุดที่มีอยู่ไม่ได้ มีเซนเซอร์ความลึกภายในใด ๆ และจะต้องเสียดังนั้น ต้นทุนฮาร์ดแวร์เพิ่มเติม ทำให้วิธีการนี้ไม่เหมาะสมสำหรับ ทรัพยากรจำกัดสวมใส่อุปกรณ์ ประเภทที่สองของกลไกการรับรองความถูกต้องเช่น [6 7] อยู่บนหัวพร้อมใช้งาน นี้ วิธีการต้องใช้ฮาร์ดแวร์เพิ่มเติมและวงจรการจับภาพ การเคลื่อนไหวมือและวิถีสารสกัดจาก ซึ่งเป็นแล้ว ส่งไปยังอุปกรณ์หลัก มีสมาร์ทโฟนล่าสุด สร้างขึ้นในหัว และสามารถทำการรู้จำท่าทาง ไม่ มีฮาร์ดแวร์เพิ่มเติม มาตรวัดความเร่งอย่างไรก็เป็น เมื่อเทียบกับกล้องอุปกรณ์หยาบมาก และมีความสามารถเท่านั้น แยกรูป รับรองความถูกต้อง ผู้เป็น ต้องจำลำดับท่าทางยาว ซึ่งเป็น ไม่เป็นตรงไปตรงมา และเป็นท่าทางที่เป็นไปตามธรรมชาติ ลายมือลายเซ็น วิธีเป็นธรรมชาติที่สุดแนะนำที่รับรองความถูกต้องสมบูรณ์ กลไกในอุปกรณ์สวมใส่ได้เป็นการ ทำลายตัว ฮาร์ดแวร์ในหมู่สีซึ่งกล้องจะพบมากที่สุด เซนเซอร์ และพบในแทบทุกอุปกรณ์สวมใส่ การ วิธีการนำเสนอตามรูปแบบนี้

ผลลัพธ์ (ไทย) 2:

กลไกการตรวจสอบจำนวนมากได้รับการรายงาน
ในวรรณคดี เรามุ่งเน้นความสนใจของเราในการตรวจสอบ
กลไกที่เกี่ยวข้องอย่างใกล้ชิดหรือบังคับใช้กับ
อุปกรณ์ที่สวมใส่ สองวิธีที่โดดเด่นอยู่: ครั้งแรก
วิธีการจะขึ้นอยู่กับวิสัยทัศน์เซ็นเซอร์โดยใช้สีหรือ
ความลึก แนวทางที่สองจะขึ้นอยู่กับเซ็นเซอร์เช่น
accelerometers.
ชนิดแรกของกลไกการตรวจสอบเช่น [1, 4,
5] พึ่งพาเซ็นเซอร์ภาพสีและการจ้างงานและความลึกของ
ข้อมูลในการติดตามหรือส่วนออกจากมือหรือปลายนิ้วของ
คน นี้จะตามด้วยการประมวลผลการโพสต์ที่จะดึง
ลูกทีมและคุณสมบัติเช่นตำแหน่งความเร็วและ
อัตราเร่ง สุดท้ายลายเซ็นถูกจับคู่กับก่อนที่จัดเก็บ
ลายเซ็นสำหรับการตรวจสอบ แม้ว่าระบบเหล่านี้ผลิต
ผลลัพธ์ที่ถูกต้องประเพณีของพวกเขาจะถูก จำกัด ให้มีการควบคุม
สภาพแวดล้อมในร่ม นอกจากนี้พวกเขามีราคาแพงคอมพิวเตอร์
กับความต้องการของความลึกนอกเหนือไปจากข้อมูลสี มัน
เป็นสิ่งสำคัญที่จะทราบว่าอุปกรณ์ที่สวมใส่ที่มีอยู่ส่วนใหญ่ไม่
ได้มีในตัวเซ็นเซอร์ความลึกและดังนั้นจึงจะต้องเสีย
ค่าใช้จ่ายฮาร์ดแวร์เพิ่มเติมทำให้วิธีนี้ไม่เหมาะสมสำหรับ
อุปกรณ์ที่สวมใส่ข้อ จำกัด ของทรัพยากร.
ประเภทที่สองของกลไกการตรวจสอบเช่น [6,
7] จะขึ้นอยู่กับ accelerometers สามารถใช้ได้อย่างง่ายดาย นี้
วิธีการต้องใช้ฮาร์ดแวร์เพิ่มเติมและวงจรการจับภาพ
การเคลื่อนไหวของมือและสารสกัดจากวิถีแล้วจะถูก
ส่งไปยังอุปกรณ์หลัก มาร์ทโฟนอื่น ๆ ที่ผ่านมาได้
สร้างขึ้นใน accelerometers และสามารถดำเนินการรับรู้ท่าทาง
โดยไม่ต้องใช้ฮาร์ดแวร์เพิ่มเติม อย่างไรก็ตาม accelerometer เป็น
อุปกรณ์ที่หยาบมากเมื่อเทียบกับกล้องและมีความสามารถเฉพาะ
ที่แตกต่างท่าทางที่เรียบง่าย สำหรับการตรวจสอบผู้ใช้จะ
ต้องใช้ในการจำลำดับท่าทางยาวซึ่ง
ไม่เป็นที่ตรงไปตรงมาและเป็นธรรมชาติเป็นท่าทางที่เป็นไปตาม
ลายเซ็นที่เขียนด้วยมือ.
วิธีธรรมชาติมากที่สุดที่จะแนะนำการตรวจสอบประสิทธิภาพ
กลไกในอุปกรณ์ที่สวมใส่เพื่อใช้ประโยชน์ในการสร้าง -in
ฮาร์ดแวร์หมู่ที่กล้องถ่ายภาพสีที่พบมากที่สุด
เซ็นเซอร์และสามารถพบได้ในเกือบทุกอุปกรณ์สวมใส่
วิธีการที่นำเสนอจะขึ้นอยู่กับรูปแบบนี้