| 1 |
1
사용자 단말의 이동 경로와 소지 위치를 이용한 걸음걸이 인식 방법에 있어서,상기 사용자 단말에 포함된 하나 이상의 센서로부터 수집되는 센서 정보를 고려하여 검출된 복수개의 CoI(Context of Interest)들을 기반으로 사용자에 대한 이동 경로 모델을 생성하는 단계;상기 센서 정보를 이용하여 상기 사용자 단말에 대한 소지 위치 모델을 생성하는 단계;상기 이동 경로 모델과 상기 소지 위치 모델을 조합하여 상기 사용자에 대한 걸음걸이 모델 그룹을 생성하는 단계; 및상기 이동 경로 모델과 상기 소지 위치 모델을 기반으로 상기 걸음걸이 모델 그룹 중 상기 사용자에게 적용할 걸음걸이 모델을 선택하고, 선택된 걸음걸이 모델을 기반으로 상기 사용자의 걸음걸이를 인식하는 단계를 포함하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 2 |
2
청구항 1에 있어서,상기 걸음걸이를 인식하는 단계는상기 이동 경로 모델과 상기 센서 정보를 고려하여 상기 복수개의 CoI들을 고려한 현재 이동 경로를 파악하는 단계;상기 소지 위치 모델, 상기 현재 이동 경로 및 상기 센서 정보 중 적어도 하나를 고려하여 상기 사용자 단말의 현재 소지 위치를 파악하는 단계; 및상기 걸음걸이 모델 그룹 중 상기 현재 이동 경로와 상기 현재 소지 위치를 조합한 것에 상응하는 상기 걸음걸이 모델을 선택하는 단계를 포함하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 3 |
3
청구항 2에 있어서,상기 이동 경로 모델을 생성하는 단계는상기 센서 정보에 포함된 시간 정보를 기반으로 상기 복수개의 CoI들 간의 이동 경로에 해당하는 복수개의 CoI 세션들을 검출하고, 상기 복수개의 CoI 세션들 각각을 이용하여 이동할 확률을 상기 복수개의 CoI 세션들에 각각 적용하여 상기 이동 경로 모델을 생성하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 4 |
4
청구항 3에 있어서,상기 소지 위치 모델을 생성하는 단계는상기 센서 정보를 기반으로 상기 복수개의 CoI 세션들 각각에 대해 적어도 하나의 소지 위치를 검출하고, 상기 복수개의 CoI 세션들을 상기 적어도 하나의 소지 위치와 조합하여 복수개의 소지 위치 모델들을 생성하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 5 |
5
청구항 4에 있어서,상기 현재 소지 위치를 파악하는 단계는상기 현재 이동 경로에 상응하는 현재 CoI 세션을 검출하고, 상기 복수개의 소지 위치 모델들 중 상기 현재 CoI 세션에 해당하는 적어도 하나의 소지 위치 모델과 상기 센서 정보를 비교하여 상기 현재 소지 위치를 파악하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 6 |
6
청구항 1에 있어서,상기 복수개의 CoI들은상기 센서 정보를 기반으로 추출 가능한 모든 위치들 중 상기 사용자가 기설정된 기준 조건에 상응하게 머무른 위치인 것을 특징으로 하는 걸음걸이 인식 방법
|
| 7 |
7
청구항 4에 있어서,상기 소지 위치 모델을 생성하는 단계는상기 센서 정보를 분석하여 상기 사용자 단말의 소지 위치를 복수개의 제1 위치들로 1차 분류하고, 센서 정보의 클러스터링을 기반으로 상기 복수개의 제1 위치들을 각각 복수개의 제2 위치들로 2차 분류하여 상기 적어도 하나의 소지 위치를 검출하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 8 |
8
청구항 7에 있어서,상기 소지 위치 모델을 생성하는 단계는가속도, 자이로스코프, 방향 및 조도 중 적어도 하나를 고려하여 상기 사용자 단말의 소지 위치를 1차 분류하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 9 |
9
청구항 3에 있어서,상기 현재 이동 경로를 파악하는 단계는상기 사용자의 위치가 상기 복수개의 CoI들 중 어느 위치에도 해당하지 않는 경우, 이전에 위치했던 CoI와 상기 이동할 확률을 기준으로 상기 현재 이동 경로를 예측하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 10 |
10
청구항 9에 있어서,상기 현재 이동 경로를 파악하는 단계는상기 이전에 위치했던 CoI에 해당하는 적어도 하나의 CoI 세션에 대한 이동 확률이 기설정된 기준 확률 이상일 경우, 상기 적어도 하나의 CoI 세션에 상응하는 이동 경로를 상기 현재 이동 경로로 예측하는 것을 특징으로 하는 걸음걸이 인식 방법
|
| 11 |
11
하나 이상의 센서로부터 수집되는 센서 정보를 고려하여 검출된 복수개의 CoI(Context of Interest)들을 기반으로 생성된 사용자에 대한 이동 경로 모델, 상기 센서 정보를 이용하여 생성된 소지 위치 모델 및 상기 이동 경로 모델과 상기 소지 위치 모델을 조합하여 생성된 걸음걸이 모델 그룹을 저장하는 메모리; 및상기 이동 경로 모델과 상기 소지 위치 모델을 기반으로 상기 걸음걸이 모델 그룹 중 상기 사용자에게 적용할 걸음걸이 모델을 선택하고, 선택된 걸음걸이 모델을 기반으로 상기 사용자의 걸음걸이를 인식하는 프로세서를 포함하는 것을 특징으로 하는 사용자 단말
|
| 12 |
12
청구항 11에 있어서,상기 프로세서는상기 이동 경로 모델과 상기 센서 정보를 고려하여 상기 복수개의 CoI들을 고려한 현재 이동 경로를 파악하고, 상기 소지 위치 모델, 상기 현재 이동 경로 및 상기 센서 정보 중 적어도 하나를 고려하여 상기 사용자 단말의 현재 소지 위치를 파악하고, 상기 걸음걸이 모델 그룹 중 상기 현재 이동 경로와 상기 현재 소지 위치를 조합한 것에 상응하는 상기 걸음걸이 모델을 선택하는 것을 특징으로 하는 사용자 단말
|
| 13 |
13
청구항 12에 있어서,상기 프로세서는상기 센서 정보에 포함된 시간 정보를 기반으로 상기 복수개의 CoI들 간의 이동 경로에 해당하는 복수개의 CoI 세션들을 검출하고, 상기 복수개의 CoI 세션들 각각을 이용하여 이동할 확률을 상기 복수개의 CoI 세션들에 각각 적용하여 상기 이동 경로 모델을 생성하는 것을 특징으로 하는 사용자 단말
|
| 14 |
14
청구항 13에 있어서,상기 프로세서는상기 센서 정보를 기반으로 상기 복수개의 CoI 세션들 각각에 대해 적어도 하나의 소지 위치를 검출하고, 상기 복수개의 CoI 세션들을 상기 적어도 하나의 소지 위치와 조합하여 복수개의 소지 위치 모델들을 생성하는 것을 특징으로 하는 사용자 단말
|
| 15 |
15
청구항 14에 있어서,상기 프로세서는상기 현재 이동 경로에 상응하는 현재 CoI 세션을 검출하고, 상기 복수개의 소지 위치 모델들 중 상기 현재 CoI 세션에 해당하는 적어도 하나의 소지 위치 모델과 상기 센서 정보를 비교하여 상기 현재 소지 위치를 파악하는 것을 특징으로 하는 사용자 단말
|
| 16 |
16
청구항 11에 있어서,상기 복수개의 CoI들은상기 센서 정보를 기반으로 추출 가능한 모든 위치들 중 상기 사용자가 기설정된 기준 조건에 상응하게 머무른 위치인 것을 특징으로 하는 사용자 단말
|
| 17 |
17
청구항 14에 있어서,상기 프로세서는상기 센서 정보를 분석하여 상기 사용자 단말의 소지 위치를 복수개의 제1 위치들로 1차 분류하고, 센서 정보의 클러스터링을 기반으로 상기 복수개의 제1 위치들을 각각 복수개의 제2 위치들로 분류하여 상기 적어도 하나의 소지 위치를 검출하는 것을 특징으로 하는 사용자 단말
|
| 18 |
18
청구항 17에 있어서,상기 프로세서는가속도, 자이로스코프, 방향 및 조도 중 적어도 하나를 고려하여 상기 사용자 단말의 소지 위치를 1차 분류하는 것을 특징으로 하는 사용자 단말
|
| 19 |
19
청구항 13에 있어서,상기 프로세서는상기 사용자의 위치가 상기 복수개의 CoI들 중 어느 위치에도 해당하지 않는 경우, 이전에 위치했던 CoI와 상기 이동할 확률을 기준으로 상기 현재 이동 경로를 예측하는 것을 특징으로 하는 사용자 단말
|
| 20 |
20
청구항 19에 있어서,상기 프로세서는상기 이전에 위치했던 CoI에 해당하는 적어도 하나의 CoI 세션에 대한 이동 확률이 기설정된 기준 확률 이상일 경우, 상기 적어도 하나의 CoI 세션에 상응하는 이동 경로를 상기 현재 이동 경로로 예측하는 것을 특징으로 하는 사용자 단말
|
