| 1 |
1
사용자의 시선 이동에 따라 움직이는 안구의 움직임으로 인해 발생되는 생체신호를 검출하는 생체신호 측정부(110);주파수의 범위에 따라 상기 생체신호를 안전도 신호 및 근전도 신호로 분리하는 신호 분리부(120);상기 안전도 신호의 파형을 PLA 기법에 적용시켜 복수 개의 연속된 선분으로 단순화시키고, 상기 선분을 다차원 벡터 형태를 갖는 특징집합으로 나열한 후, 상기 특징집합에 이중 기계학습을 적용시켜 상기 안구이동에 따른 상기 사용자의 시선 이동에 따른 거리정보가 포함된 제1 처리신호를 출력하는 안전도 신호처리부(130);상기 근전도 신호의 파형을 PLA 기법에 적용시켜 복수 개의 연속된 선분들로 단순화시키고, 상기 복수 개의 선분들 중 상기 사용자가 이를 깨문 시점의 측두근 근전도 신호의 진폭값과 내부에 기설정된 문턱값을 비교하여 상기 진폭값이 상기 문턱값보다 클 경우, 마우스의 클릭을 수행하기 위한 제2 처리신호를 출력하는 근전도 신호처리부(140); 및상기 제1 처리신호의 거리정보에 반응하여 마우스 커서를 이동시키며, 상기 제2 처리신호에 반응하여, 상기 마우스의 클릭버튼을 구동시키는 마우스 구동부(150)를 포함하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 2 |
2
제1항에 있어서,상기 생체신호 측정부(110)는,상기 생체신호의 저주파 성분을 제거하기 위한 전처리 필터부(111);상기 전처리 필터부(111)에서 저주파 성분이 필터링된 생체신호를 1차 증폭하는 계측증폭기(112);상기 계측증폭기(112)에서 증폭된 생체신호의 40Hz 초과 주파수 대역을 제거하는 후처리 필터부(113);상기 후처리 필터부(113)에 필터링된 생체신호를 2차 증폭하는 출력증폭부(114); 및상기 출력증폭부(114)에서 증폭된 생체신호를 디지털 신호로 변환하는 MCU(115)를 포함하고,상기 전처리 필터부(111)는,저주파 성분을 제거하는 적어도 하나 이상의 고역통과필터(111a)가 구비되는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 3 |
3
제2항에 있어서,상기 계측증폭기(112)는,증폭률이 56V/V으로 ±50 ~ ±150mV 범위의 출력을 보이며, 상기 출력증폭부(114)는 증폭률이 10V/V으로 ±0
|
| 4 |
4
제2항에 있어서,상기 후처리 필터부(113)는,40Hz 초과 주파수 대역을 제거하는 저역통과필터(113a);상기 저역통과필터(113a)에서 필터링된 생체신호로부터 제거되지 못한 60Hz 이상의 대역을 추가 필터링하는 대역제거필터(113b)를 포함하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 5 |
5
제1항에 있어서,상기 신호 분리부(120)는,IIR(Infinite Impulse Response) 방식으로 설계되며, 안전도 신호를 추출하는 Butterworth 2pole 10Hz 저역통과필터(121); 및 IIR(Infinite Impulse Response) 방식으로 설계되며, 측두근 근전도 신호를 추출하는 Butterworth 4pole 30Hz 고역통과필터(122)를 포함하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 6 |
6
제1항에 있어서,상기 안전도 신호처리부(130)는,내부에 저장된 변형 슬라이딩 윈도우 알고리즘을 통해 상기 안전도 신호의 파형을 복수 개의 연속된 선분으로 단순화시키는 PLA 처리부(131);상기 선분을 다차원 벡터 형태의 특징집합들로 변환하는 특징 추출부(132); 및상기 특징집합에 이중 기계학습을 적용시켜 상기 안구이동에 따른 상기 사용자의 시선 이동에 따른 거리정보가 포함된 제1 처리신호를 출력하는 이중 기계학습 처리부(133);를 포함하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 7 |
7
제6항에 있어서,상기 변형 슬라이딩 윈도우 알고리즘은,아래와 같은 의사코드(pseudo-code)로 표현되는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 8 |
8
제6항에 있어서,상기 특징 추출부(132)는,상기 선분들을 벡터형태의 특징집합을 아래에 기재된 식 1 내지 식 6을 순차적으로 이용하여 산출하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 9 |
9
제6항에 있어서,상기 이중 기계학습 처리부(133)는,시선이 이동되는 구간 내의 특징집합을 선별하는 분류기(133a); 및내부에 구비된 곡선 맞춤 모델에 상기 구간 내의 특징집합을 입력하여 상기 구간 내에 흩어져있는 상기 특징집합을 연속적인 1차원 함수로 나타내는 곡선 맞춤 처리부(133b); 및상기 1차원 함수의 좌표값으로 산출된 상기 사용자의 시선 이동에 따른 거리정보를 출력하는 출력부(133c)를 포함하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 10 |
10
제9항에 있어서,상기 곡선 맞춤 모델은,Polynomial 커널함수, Sigmoid 커널함수, Gaussian 커널함수 중 어느 하나가 적용된 SVR(Support Vector Regression)인 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 11 |
11
제1항에 있어서,상기 근전도 신호처리부(140)는,상기 측두근 근전도 신호의 파형을 PLA 기법에 적용시켜 복수 개의 연속된 선분들로 단순화시키는 PLA 처리부(141);상기 복수 개의 연속된 선분들 중 이를 깨문 상태에서 발생된 측두근 근전도에 해당하는 선분을 선별하는 선별부(142);상기 선별부(142)에서 선별된 선분의 시간 구간과 동일한 측두근 근전도의 시간 구간내의 구간 파워를 산출하는 파워 산출부(143); 및상기 구간 파워와 내부에 기 설정된 문턱값을 비교한 후, 상기 구간 파워가 상기 기 설정된 문턱값 보다 클 경우 이를 깨물고 있는 상태로 판단하여 마우스 클릭을 수행하기 위한 제2 처리신호를 출력하는 판단부(144)를 포함하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 12 |
12
제11항에 있어서,상기 파워 산출부(143)는,상기 구간 파워를 아래에 기재된 식 10을 이용하여 산출하는 것을 특징으로 하는 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템
|
| 13 |
13
제1항 내지 제12항 중 어느 하나의 항에 기재된 이중 기계학습 구조를 이용한 생체신호 기반의 안구이동추적 시스템을 이용한 안구이동추적 방법에 있어서,사용자의 시선 이동에 따라 움직이는 안구의 움직임으로 인해 발생되는 생체신호를 생체신호 검출부에서 검출하는 생체신호 검출단계(S110);주파수의 범위에 따라 상기 생체신호를 신호 분리부(120)에서 안전도 신호 및 근전도 신호로 분리하는 신호 분리단계(S120);상기 신호 분리단계(S120)에서 분리된 상기 안전도 신호의 파형을 PLA 기법에 적용시켜 복수 개의 연속된 선분으로 단순화시키고, 상기 선분을 다차원 벡터 형태를 갖는 특징집합으로 나열한 후, 상기 특징집합에 이중 기계학습을 적용시켜 상기 안구이동에 따른 상기 사용자의 시선 이동에 따른 거리정보가 포함된 제1 처리신호를 안전도 신호처리부(130)에서 출력하는 제1 처리신호 출력단계(S130); 및상기 신호 분리단계(S120)에서 분리된 상기 근전도 신호의 파형을 PLA 기법에 적용시켜 복수 개의 연속된 선분들로 단순화시키고, 상기 복수 개의 선분들 중 상기 사용자가 이를 깨문 시점의 측두근 근전도 신호의 시간에 따른 구간 파워와 내부에 기 설정된 문턱값을 비교하여 상기 구간 파워가 상기 기 설정된 문턱값보다 클 경우, 마우스의 클릭을 수행하기 위한 제2 처리신호를 근전도 신호처리부(140)에서 출력하는 제2 처리신호 출력단계(S140); 및상기 제1 처리신호의 거리정보에 반응하여 마우스 커서를 이동시키며, 상기 제2 처리신호에 반응하여, 상기 마우스의 클릭버튼을 마우스 구동부(150)에서 구동시키는 마우스 구동단계(S150)를 포함하는 안구이동추적 방법
|
| 14 |
14
제13항에 있어서,상기 생체신호 측정단계(S110)는,저주파 성분을 제거하는 적어도 하나 이상의 고역통과필터(111a)가 구비된 전처리 필터부(111)를 이용하여 상기 생체신호의 저주파 성분을 제거하는 단계(S111);상기 전처리 필터부(111)에서 저주파 성분이 필터링된 생체신호를 계측증폭기를 이용하여 1차 증폭하는 단계(S112);S112에서 1차 증폭된 생체신호의 40Hz 초과 주파수 대역을 후처리 필터부에서 제거하는 단계(S113);S113에서 필터링된 생체신호를 출력증폭부에서 2차 증폭하는 단계(S114)S114에서 증폭된 생체신호를 MCU(115)를 통해 디지털 신호로 변환하는 단계(S115)를 포함하는 것을 특징으로 하는 안구이동추적 방법
|
| 15 |
15
제14항에 있어서,상기 S113은,상기 S112에서 1차 증폭된 생체신호의 40Hz 초과 주파수 대역을 저역통과필터(113a)를 이용하여 제거하는 단계(S113a); 및S113에서 필터링된 생체신호로부터 제거되지 못한 60Hz 이상의 대역을 대역제거필터(113b)를 이용하여 추가 필터링하는 단계(S113b)를 포함하는 것을 특징으로 하는 안구이동추적 방법
|
| 16 |
16
제13항에 있어서,상기 신호 분리단계(S120)는,Butterworth 2pole 10Hz 저역통과필터(121)를 이용하여 안전도 신호를 추출하는 단계(S121); 및 Butterworth 4pole 30Hz 고역통과필터(122)를 이용하여 측두근 근전도 신호를 추출하는 단계(S122)를 포함하는 것을 특징으로 하는 안구이동추적 방법
|
| 17 |
17
제13항에 있어서,상기 안전도 신호처리단계(S130)는,PLA 처리부(131) 내에 저장된 변형 슬라이딩 윈도우 알고리즘을 통해 상기 안전도 신호의 파형을 복수 개의 연속된 선분으로 단순화시키는 단계(S131);특징 추출부(132)에서 상기 선분을 다차원 벡터 형태의 특징집합들로 변환하는 단계(S132); 및이중 기계학습 처리부(133)에서 상기 특징집합을 이중 기계학습시켜 상기 안구이동에 따른 상기 사용자의 시선 이동에 따른 거리정보가 포함된 제1 처리신호를 출력하는 단계(S133);를 포함하는 것을 특징으로 하는 안구이동추적 방법
|
| 18 |
18
제17항에 있어서,상기 S133은,분류기(133a)를 이용하여 시선이 이동되는 구간 내의 특징집합을 선별하는 단계(S133a);곡선 맞춤 처리부(133b) 내에 구비된 곡선 맞춤 모델에 상기 구간 내의 특징집합을 입력하여 상기 구간 내에 흩어져있는 상기 특징집합을 연속적인 1차원 함수로 산출하는 단계(S133b); 및출력부(133c)에서 상기 1차원 함수의 좌표값으로 산출된 상기 사용자의 시선 이동에 따른 거리정보를 출력하는 단계(S133c)를 포함하는 것을 특징으로 하는 안구이동추적 방법
|
| 19 |
19
제13항에 있어서,상기 근전도 신호처리단계(S140)는,PLA 처리부(141)에서 상기 측두근 근전도 신호의 파형을 PLA 기법에 적용시켜 복수 개의 연속된 선분들로 단순화시키는 단계(S141);선별부(142)에서 상기 복수 개의 연속된 선분들 중 이를 깨문 상태에서 발생된 측두근 근전도에 해당하는 선분을 선별하는 단계(S142);S142에서 선별된 선분의 시간 구간과 동일한 측두근 근전도의 시간 구간내의 구간 파워를 파워 산출부에서 산출하는 단계(S143); 및판단부(144)에서 상기 구간 파워와 내부에 기 설정된 문턱값을 비교한 후, 상기 구간 파워가 상기 기 설정된 문턱값 보다 클 경우 이를 깨물고 있는 상태로 판단하여 마우스 클릭을 수행하기 위한 제2 처리신호를 출력하는 단계(S144)를 포함하는 것을 특징으로 하는 안구이동추적 방법
|
| 20 |
20
제19항에 있어서,상기 S143은,상기 구간 파워를 아래에 기재된 식 10을 이용하여 산출하는 것을 특징으로 하는 안구이동추적 방법
|
