| 1 |
1
수신한 심전도 신호들에서 심박(Heartbeat)들을 추출하는 단계;상기 추출된 심박들 각각에서 특징(Feature)들을 추출하는 단계;상기 추출된 특징들을 인공신경망에 입력하여 함수들을 추출하는 단계;상기 추출된 함수들 각각에 상기 추출된 특징들을 입력시켜 얻은 출력값들에 기반하여, 상기 추출된 함수들 각각에 대한 패턴분포들을 생성하는 단계; 및상기 생성된 패턴분포들에 기추출된 인증용 특징들을 대응시킨 결과에 기반하여, 동일인 여부를 판단하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 2 |
2
제1항에 있어서,상기 심박들을 추출하는 단계 이전에, 상기 수신한 심전도 신호들의 진폭 및 샘플링 레이트(Sampling Rate)를 정규화하는 단계를 더 포함하고,상기 심박들을 추출하는 단계는,상기 정규화된 심전도 신호들에서 상기 심박들을 추출하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 3 |
3
제1항에 있어서,상기 심박들을 추출하는 단계는,상기 심전도 신호들에서 기설정된 개수의 심전도 신호값들을 선택하는 단계; 및상기 선택된 신호값들을 하나의 심박으로 추출하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 4 |
4
제1항에 있어서,상기 함수들을 추출하는 단계에서,상기 인공신경망은 다층(Multi-layer)구조로 이루어져, 제1 층에 포함된 인공신경망들의 출력값이 제2 층에 포함된 인공신경망에 입력되는,개인 인증 장치의 동작방법
|
| 5 |
5
제1항에 있어서,상기 함수들을 추출하는 단계는,상기 추출된 특징들을 제1 인공신경망들에 입력하는 단계;상기 제1 인공신경망들 각각에서 출력된 값들을 제2 인공신경망에 입력하는 단계; 및상기 제2 인공신경망에서 출력된 함수들을 추출하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 6 |
6
제1항에 있어서,상기 패턴분포를 생성하는 단계 이후,상기 생성된 패턴분포들에 기반하여 제1 패턴값을 산출하는 단계를 더 포함하고,상기 동일인 여부를 판단하는 단계는,상기 생성된 패턴분포들 각각에 상기 인증용 특징들을 대응시켜 제2 패턴값을 산출하는 단계; 및상기 산출된 제1 패턴값과 제2 패턴값의 크기를 비교하여 동일인 여부를 판단하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 7 |
7
제6항에 있어서,상기 제1 패턴값을 산출하는 단계는,상기 생성된 패턴분포들의 면적 비율 및 상기 추출된 함수들의 함수값들과 다른 사람들 각각에 대해 기추출된 함수들의 함수값들의 차이에 기반하여 상기 제1 패턴값을 산출하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 8 |
8
제6항에 있어서,상기 제1 패턴값을 산출하는 단계는,의 수식에 의해 상기 제1 패턴값인 Ti를 산출하는 단계를 포함하고,여기서, n은 상기 생성된 패턴분포들 및 추출된 함수들의 수이고, m은 상기 추출된 특징들의 개수이고, An,j는 생성된 제n 번째 패턴분포에서 j번째 구간의 면적 비율이고, Dn,j는 상기 인공신경망에서 추출된 제n 번째 함수의 j번째 함수값과 다른 사람들 각각에 대해 기추출된 함수들 중 제n 번째 함수들의 j번째 함수값들의 평균의 차이인,개인 인증 장치의 동작방법
|
| 9 |
9
제6항에 있어서,상기 제1 패턴값을 산출하는 단계는,의 수식에 의해 상기 제1 패턴값인 Ti를 산출하는 단계를 포함하고,여기서, n은 상기 생성된 패턴분포들 및 추출된 함수들의 수이고, m은 상기 추출된 특징들의 개수이고, An,j는 생성된 제n 번째 패턴분포에서 j번째 구간의 면적 비율이고, Dn,j는 상기 인공신경망에서 추출된 제n 번째 함수의 j번째 함수값과 다른 사람들 각각에 대해 기추출된 함수들 중 제n 번째 함수들의 j번째 함수값들의 평균의 차이인,개인 인증 장치의 동작방법
|
| 10 |
10
제6항에 있어서,상기 동일인 여부를 판단하는 단계는,상기 제1 패턴값에 기반하여 설정된 임계 범위 내에 제2 패턴값이 속하면, 동일인의 심전호 신호라고 판단하는 단계를 포함하는,개인 인증 장치의 동작방법
|
| 11 |
11
심전도 신호들을 수신하는 통신부; 및수신한 심전도 신호들에서 심박(Heartbeat)들을 추출하고,상기 추출된 심박들 각각에서 특징들을 추출하고,상기 추출된 특징들을 인공신경망에 입력하여 함수들을 추출하고,상기 추출된 함수들 각각에 상기 추출된 특징들을 입력시켜 얻은 출력값들에 기반하여, 상기 추출된 함수들 각각에 대한 패턴분포들을 생성하고,상기 생성된 패턴분포들에 기추출된 인증용 특징들을 대응시킨 결과에 기반하여, 동일인 여부를 판단하는 제어부를 포함하는,개인 인증 장치
|
| 12 |
12
제11항에 있어서,상기 제어부는,상기 심박들을 추출하기 이전에, 상기 수신한 심전도 신호들의 진폭 및 샘플링 레이트(Sampling Rate)를 정규화하고,상기 정규화된 심전도 신호들에서 상기 심박들을 추출하는,개인 인증 장치
|
| 13 |
13
제11항에 있어서,상기 제어부는,상기 심전도 신호들에서 기설정된 개수의 심전도 신호값들을 선택하고,상기 선택된 신호값들을 하나의 심박으로 추출하는,개인 인증 장치
|
| 14 |
14
제11항에 있어서,상기 인공신경망은, 다층(Multi-layer)구조로 이루어져, 제1 층에 포함된 인공신경망들의 출력값이 제2 층에 포함된 인공신경망에 입력되는,개인 인증 장치
|
| 15 |
15
제11항에 있어서,상기 제어부는,상기 추출된 특징들을 제1 인공신경망들에 입력하고,상기 제1 인공신경망들 각각에서 출력된 값들을 제2 인공신경망에 입력하고,상기 제2 인공신경망에서 출력된 함수들을 추출하는,개인 인증 장치
|
| 16 |
16
제11항에 있어서,상기 제어부는,상기 패턴분포를 생성한 이후,상기 생성된 패턴분포들에 기반하여 제1 패턴값을 산출하고,상기 생성된 패턴분포들 각각에 상기 인증용 특징들을 대응시켜 제2 패턴값을 산출하고,상기 산출된 제1 패턴값과 제2 패턴값의 크기를 비교하여 동일인 여부를 판단하는,개인 인증 장치
|
| 17 |
17
제16항에 있어서,상기 제어부는,상기 생성된 패턴분포들의 면적 비율 및 상기 추출된 함수들의 함수값들과 다른 사람들 각각에 대해 기추출된 함수들의 함수값들의 차이에 기반하여 상기 제1 패턴값을 산출하는,개인 인증 장치
|
| 18 |
18
제16항에 있어서,상기 제어부는,의 수식에 의해 상기 제1 패턴값인 Ti를 산출하고,여기서, n은 상기 생성된 패턴분포들 및 추출된 함수들의 수이고, m은 상기 추출된 특징들의 개수이고, An,j는 생성된 제n 번째 패턴분포에서 j번째 구간의 면적 비율이고, Dn,j는 상기 인공신경망에서 추출된 제n 번째 함수의 j번째 함수값과 다른 사람들 각각에 대해 기추출된 함수들 중 제n 번째 함수들의 j번째 함수값들의 평균의 차이인,개인 인증 장치
|
| 19 |
19
제16항에 있어서,상기 제어부는,의 수식에 의해 상기 제1 패턴값인 Ti를 산출하고,여기서, n은 상기 생성된 패턴분포들 및 추출된 함수들의 수이고, m은 상기 추출된 특징들의 개수이고, An,j는 생성된 제n 번째 패턴분포에서 j번째 구간의 면적 비율이고, Dn,j는 상기 인공신경망에서 추출된 제n 번째 함수의 j번째 함수값과 다른 사람들 각각에 대해 기추출된 함수들 중 제n 번째 함수들의 j번째 함수값들의 평균의 차이인,개인 인증 장치
|
| 20 |
20
제16항에 있어서,상기 제어부는,상기 제1 패턴값에 기반하여 임계 범위를 설정하고,상기 설정된 임계 범위 내에 제2 패턴값이 속하면, 동일인의 심전호 신호라고 판단하는,개인 인증 장치
|
