1 |
1
설정된 수집 장치에서 출력된 3축 가속도 신호(three axis acceleration signal) 및 3축 자이로 신호(three axis gyro signal)를 기반으로, 설정된 복수의 기본 제스처(gesture)를 수집하는 단계;훈련 데이터(training data)를 수집하기 위해, 상기 수집된 복수의 기본 제스처 각각의 시작 구간(start point)과 종료 구간(stop point)을 검출하여, 상기 복수의 기본 제스처의 활성화 구간을 각각 검출하는 단계;상기 설정된 수집 장치로부터 출력된 3축 가속도 신호 및 3축 자이로 신호를 기반으로, 입력 신호를 확인하는 단계;상기 확인된 입력 신호를 설정된 구간 사이로 정규화(normalization)하는 단계;군집 인덱스(clustering index)를 할당하기 위해, 제1알고리즘을 이용하여 상기 정규화된 입력 신호를 가속도 신호 성분만이 포함된 제1군집 및 자이로 신호 성분만이 포함된 제2군집으로 각각 구별하여 분류하는 단계;상기 할당된 군집 인덱스를 기반으로, 제2알고리즘 및 제3알고리즘 중 적어도 하나의 알고리즘을 이용하여, 입력 제스처를 인식하는 단계를 포함하고,상기 정규화된 입력 신호를 가속도 신호 성분만이 포함된 제1군집 및 자이로 신호 성분만이 포함된 제2군집으로 각각 구별하여 분류하는 단계는,아래의 수학식에 따라 정의되는 것을 포함하는, 연속 제스처 인식 방법
|
2 |
2
제1항에 있어서, 상기 복수의 기본 제스처의 활성화 구간을 각각 검출하는 단계는,상기 3축 자이로 신호의 크기 변화에 따라 동적 윈도우(dynamic window)를 변화시키면서 상기 활성화 구간을 검출하는 단계를 포함하되,상기 시작 구간과 종료 구간을 검출할 때까지 반복하는, 연속 제스처 인식 방법
|
3 |
3
제1항에 있어서,상기 제1알고리즘은, K 평균 알고리즘(K-means algorithm)인, 연속 제스처 인식 방법
|
4 |
4
삭제
|
5 |
5
제1항에 있어서,상기 제2알고리즘을 이용하여, 입력 제스처를 인식하는 단계는,상기 확인된 입력 신호의 데이터의 길이가 상기 수집된 훈련 데이터 중 상기 가속도 신호의 최대 샘플 데이터의 길이와 동일하게 될 경우, 시간 축인 인덱스 순서에 매칭되는 각각의 입력 신호의 데이터에 포함된 군집 분류 인덱스와 가속도 신호의 데이터에 포함된 군집 분류 인덱스를 상호 비교하여, 히스토그램의 유사도를 아래의 수학식에 따라 검출하는 단계; 상기 히스토그램의 유사도를 아래의 수학식에 따라 상기 수집된 모든 훈련 데이터에 대하여 검출하는 단계;상기 수집된 모든 훈련 데이터에 대하여 상기 히스토그램의 유사도를 검출한 결과 가장 높은 값을 가지는 입력 제스처의 데이터 번호를 제1후보 제스처로 선정하는 단계;상기 확인된 입력 신호의 데이터의 길이가 상기 수집된 훈련 데이터 중 상기 자이로 신호의 최대 샘플 데이터의 길이와 동일하게 될 경우, 시간 축인 인덱스 순서에 매칭되는 각각의 입력 신호의 데이터에 포함된 군집 분류 인덱스와 자이로 신호의 데이터에 포함된 군집 분류 인덱스를 상호 비교하여, 히스토그램의 유사도를 아래의 수학식에 따라 검출하는 단계; 상기 히스토그램의 유사도를 아래의 수학식에 따라 상기 수집된 모든 훈련 데이터에 대하여 검출하는 단계; 상기 수집된 모든 훈련 데이터에 대하여 상기 히스토그램의 유사도를 검출한 결과 가장 높은 값을 가지는 입력 제스처의 데이터 번호를 제2후보 제스처로 선정하는 단계; 및 상기 제1후보 제스처와 상기 제2후보 제스처가 동일할 경우, 상기 제1후보 제스처 또는 상기 제2후보 제스처를 최종 제스처로 선택하는 단계를 포함하는, 연속 제스처 인식 방법
|
6 |
6
제5항에 있어서,상기 제1후보 제스처와 상기 제2후보 제스처가 동일하지 않을 경우, 상기 제1후보 제스처와 상기 제2후보 제스처가 동일할 때까지 슬라이딩 윈도우 기법(sliding window technique)으로, 상기 제1후보 제스처 및 상기 제2후보 제스처의 선정을 반복하는 단계를 더 포함하는, 연속 제스처 인식 방법
|
7 |
7
제1항에 있어서,상기 제3알고리즘을 이용하여, 입력 제스처를 인식하는 단계는,상기 확인된 입력 신호의 데이터의 길이가 상기 수집된 훈련 데이터 중 상기 가속도 신호의 최대 샘플 데이터의 길이와 동일하게 될 경우, 시간 축인 인덱스 순서에 매칭되는 각각의 입력 신호의 데이터에 포함된 군집 분류 인덱스와 가속도 신호의 데이터에 포함된 군집 분류 인덱스를 상호 비교하여, 상기 입력 신호의 데이터에 포함된 군집 분류 인덱스와 상기 가속도 신호의 데이터에 포함된 군집 분류 인덱스가 동일할 경우, 군집 인덱스 상호간의 거리를 0으로 계산하는 단계를 포함하는, 연속 제스처 인식 방법
|
8 |
8
제1항에 있어서,상기 제3알고리즘을 이용하여, 입력 제스처를 인식하는 단계는,상기 확인된 입력 신호의 데이터의 길이가 상기 수집된 훈련 데이터 중 상기 가속도 신호의 최대 샘플 데이터의 길이와 동일하게 될 경우, 시간 축인 인덱스 순서에 매칭되는 각각의 입력 신호의 데이터에 포함된 군집 분류 인덱스와 가속도 신호의 데이터에 포함된 군집 분류 인덱스를 상호 비교하여, 상기 입력 신호의 데이터에 포함된 군집 분류 인덱스와 상기 가속도 신호의 데이터에 포함된 군집 분류 인덱스가 동일하지 않을 경우, 군집 인덱스 상호간의 거리를 아래의 수학식에 따라 계산하는 단계;상기 군집 인덱스 상호간의 거리를 아래의 수학식에 따라 상기 수집된 모든 훈련 데이터에 대하여 계산하는 단계; 및상기 수집된 모든 훈련 데이터에 대하여 상기 수집된 모든 훈련 데이터에 대하여 계산한 결과 상기 입력 제스처 별로 가장 작은 거리 값을 가지는 입력 제스처의 데이터 번호를 각각 후보 제스처로 선정하는 단계를 포함하는, 연속 제스처 인식 방법
|
9 |
9
제8항에 있어서,상기 선정된 각각의 후보 제스처를 아래의 수학식에 따라 정규화하는 단계; 및상기 정규화된 값을 기반으로, 상기 후보 제스처 중 설정된 값 이상의 값을 가지는 후보 제스처를 최종 제스처로 선정하는 단계를 포함하는, 연속 제스처 인식 방법
|
10 |
10
각종 정보를 저장하는 저장부;설정된 수집 장치와 데이터 통신을 수행하는 통신부;상기 설정된 수집 장치에서 출력된 3축 가속도 신호 및 3축 자이로 신호를 기반으로, 설정된 복수의 기본 제스처를 수집하는 수집부; 및훈련 데이터를 수집하기 위해, 상기 수집된 복수의 기본 제스처 각각의 시작 구간과 종료 구간을 검출하여, 상기 복수의 기본 제스처의 활성화 구간을 각각 검출하고, 상기 설정된 수집 장치로부터 출력된 3축 가속도 신호 및 3축 자이로 신호를 기반으로, 입력 신호를 확인하고, 상기 확인된 입력 신호를 설정된 구간 사이로 정규화하고, 군집 인덱스를 할당하기 위해, 제1알고리즘을 이용하여 상기 정규화된 입력 신호를 가속도 신호 성분만이 포함된 제1군집 및 자이로 신호 성분만이 포함된 제2군집으로 아래의 수학식에 따라 각각 구별하여 분류하고, 상기 할당된 군집 인덱스를 기반으로, 제2알고리즘 및 제3알고리즘 중 적어도 하나의 알고리즘을 이용하여, 입력 제스처를 인식하는 제어부를 포함하는, 연속 제스처 인식 장치
|
11 |
11
제10항에 있어서, 상기 제어부는, 상기 3축 자이로 신호의 크기 변화에 따라 동적 윈도우를 변화시키면서 상기 활성화 구간을 검출하되, 상기 시작 구간과 종료 구간을 검출할 때까지 반복하는 것을 포함하는, 연속 제스처 인식 장치
|