맞춤기술찾기

이전대상기술

착용가능 디바이스를 사용하여 신경망 기반의 제스처 인식을 수행하는 기법

  • 기술번호 : KST2019017654
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 제스처 인식 시스템이 제공된다. 개시된 제스처 인식 시스템은, 손 제스처에 관한 데이터를 감지하는 적어도 하나의 관성 측정 유닛(Inertial Measurement Unit: IMU) 및 감지된 데이터를 포함하는 제스처 데이터를 제공하는 제어기를 포함하는 글러브형 착용가능 디바이스와, 글러브형 착용가능 디바이스와 통신가능하게 커플링된 컴퓨팅 디바이스를 포함하되, 컴퓨팅 디바이스는 제스처 데이터를 사용하여 손 제스처를 인식하기 위한 콘볼루션 신경망(Convolutional Neural Network: CNN) 기반 학습 및 분류 메커니즘을 구현하도록 구성되고, 적어도 하나의 IMU 각각은 가속도계, 자이로스코프 및 지자기 센서를 포함한다.
Int. CL G06F 3/01 (2006.01.01) G06F 3/0346 (2013.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06F 3/017(2013.01) G06F 3/017(2013.01) G06F 3/017(2013.01) G06F 3/017(2013.01) G06F 3/017(2013.01) G06F 3/017(2013.01) G06F 3/017(2013.01)
출원번호/일자 1020180024006 (2018.02.27)
출원인 세종대학교산학협력단
등록번호/일자
공개번호/일자 10-2019-0102915 (2019.09.04) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.02.27)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김형석 서울특별시 광진구
2 오준혁 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김현승 대한민국 서울특별시 종로구 율곡로 **, *층(안국동, 안국빌딩)(에스피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.02.27 수리 (Accepted) 1-1-2018-0204292-68
2 의견제출통지서
Notification of reason for refusal
2019.05.29 발송처리완료 (Completion of Transmission) 9-5-2019-0382977-35
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.07.26 수리 (Accepted) 1-1-2019-0770570-66
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.07.26 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0770495-39
5 [공지예외적용 보완 증명서류]서류제출서
2019.07.26 수리 (Accepted) 1-1-2019-0770416-43
6 [출원서 등 보완]보정서
2019.07.26 수리 (Accepted) 1-1-2019-0770292-78
7 등록결정서
Decision to grant
2019.11.05 발송처리완료 (Completion of Transmission) 9-5-2019-0801265-19
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
제스처 인식 시스템으로서,손 제스처에 관한 데이터를 감지하는 적어도 하나의 관성 측정 유닛(Inertial Measurement Unit: IMU) 및 복수의 시점 각각에 대한 복수의 변수 값이 취합된 포맷으로 구성된 제스처 데이터를 제공하는 제어기를 포함하는 글러브형 착용가능 디바이스 - 상기 복수의 변수 값은 상기 감지된 데이터를 포함함 - 와,상기 글러브형 착용가능 디바이스와 통신가능하게 커플링된 컴퓨팅 디바이스를 포함하되, 상기 제어기는 상기 IMU로부터 상기 감지된 데이터를 수신하고 상기 감지된 데이터에 기반하여 오일러 각(Euler angles) 및 쿼터니언(Quaternion)을 계산하며 통신 매체를 통해 상기 컴퓨팅 디바이스에 상기 제스처 데이터를 제공하는 마이크로제어기 유닛(Micro-Controller Unit: MCU)을 포함하고, 상기 복수의 변수 값은 상기 오일러 각 및 상기 쿼터니언을 더 포함하며, 상기 컴퓨팅 디바이스는 상기 제스처 데이터에 대해 최소-최대 정규화(min-max normalization)로 전처리(preprocessing)를 수행하여 상기 전처리된 제스처 데이터를 입력 받은 콘볼루션 신경망(Convolutional Neural Network: CNN)의 최종 출력에 따라 상기 손 제스처를 복수의 손 제스처 부류 중 하나로 분류함으로써 상기 손 제스처를 인식하는 CNN 기반 학습 및 분류 메커니즘을 구현하도록 구성되고, 상기 적어도 하나의 IMU 각각은 3축 가속도계, 3축 자이로스코프 및 3축 지자기 센서를 포함하며, 상기 감지된 데이터는 상기 IMU 각각을 위한 3개의 직교 축 각각 상의 가속도 값, 각속도 값 및 지자기 값을 포함하는,제스처 인식 시스템
2 2
제1항에 있어서,상기 적어도 하나의 IMU는 상기 글러브형 착용가능 디바이스의 손가락 형상 부분에 구비되어 상기 손가락 형상 부분의 가속도, 각속도 및 지자기를 측정하는 IMU를 포함하는,제스처 인식 시스템
3 3
삭제
4 4
제1항에 있어서,상기 글러브형 착용가능 디바이스에 구비된 상기 IMU는 상기 글러브형 착용가능 디바이스의 복수의 손가락 형상 부분에 각각 구비된 복수의 IMU이고, 상기 제어기는 상기 MCU와 상기 복수의 IMU 간의 통신을 가능하게 하는 멀티플렉서(multiplexer)를 더 포함하는,제스처 인식 시스템
5 5
제1항에 있어서,상기 MCU는 또한 상기 3축 가속도계, 상기 3축 자이로스코프 및 상기 3축 지자기 센서의 캘리브레이션을 수행하는,제스처 인식 시스템
6 6
삭제
7 7
제1항에 있어서,상기 제어기는 촉각적 신호 생성기(haptic signal generator)를 더 포함하되, 상기 MCU는 상기 제스처 데이터로부터의 상기 손 제스처의 인식이 유보된다는 경보 신호를 상기 컴퓨팅 디바이스로부터 수신하는 것에 응답하여 상기 촉각적 신호 생성기로 하여금 촉각적 피드백(haptic feedback)을 제공하도록 명령하는,제스처 인식 시스템
8 8
제1항에 있어서,상기 CNN 기반 학습 및 분류 메커니즘은 상기 전처리를, 상기 CNN의 훈련 데이터에 대해 수행된 전처리와 동일한 방식으로 수행하는,제스처 인식 시스템
9 9
제1항에 있어서,상기 CNN은 적어도 하나의 콘볼루션 층(convolutional layer)과, 적어도 하나의 풀링 층(pooling layer)과, 상기 최종 출력을 위한 피드포워드 신경망 층(feed-forward neural network layer)을 포함하되, 상기 적어도 하나의 콘볼루션 층의 활성화 함수는 시그모이드 함수 또는 정류화된 선형 유닛(Rectified Linear Unit: ReLU) 함수이고, 상기 적어도 하나의 풀링 층은 최대 풀링을 수행하며, 상기 피드포워드 신경망 층의 활성화 함수는 소프트맥스(softmax) 함수인,제스처 인식 시스템
10 10
제7항에 있어서,상기 손 제스처의 인식이 유보됨은 상기 최종 출력 또는 상기 최종 출력 전에 계산된 특정 값에 따라 상기 CNN 기반 학습 및 분류 메커니즘에 의해 판정된,제스처 인식 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 세종대학교 개인기초연구(미래부) 압축센싱과 자원할당 기술 기반의 저전력 고효율 가시광통신시스템 연구개발