| 1 |
1
보행 데이터를 측정하는 보행 데이터 측정 센서;단위 걸음의 구간을 정의하여 가장 짧은 단위 걸음의 시간을 기준으로 리사이징(resizing)하여 모든 걸음에 대한 길이가 동일하도록 정규화(normalization)하여 개인의 보행 특성을 추출하기 위한 보행 데이터의 전처리를 하는 보행 데이터 전처리부;Nullspace LDA(NLDA)을 사용하여 전처리된 보행데이터로부터 사용자 식별에 유용한 특징을 추출하는 판별 특징 추출부;판별 특징 추출부에서 추출된 판별 특징값을 이용하여 분류 및 사용자 식별을 하는 분류 및 사용자 식별부;를 포함하고,Nullspace LDA(NLDA)은, C개의 클래스로 구성된 N개의 샘플에 대해, 다른-클래스 산란행렬(between-class scatter matrix) SB와 같은-클래스 산란행렬(within-class scatter matrix) SW를,,으로 정의하고, 여기서, 는 클래스 ci에 속한 m번째 샘플이고, μ와 μi는 전체 샘플의 평균과 클래스 ci에 속한 샘플들의 평균을 의미하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 2 |
2
제 1 항에 있어서, 보행 데이터 측정 센서는,신발의 인솔에 구성되는 가속도 센서인 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 3 |
3
제 1 항에 있어서, 상기 보행 데이터 전처리부는,하나의 보행주기를 한 발이 떠 있는 상태인 swing phase와 땅에 붙어있는 상태인 stance phase로 분류하고,swing phase를 검출하고 왼발을 기준으로 swing phase의 시작점에서 stance phase의 종료점까지를 한 걸음으로 정의하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 4 |
4
제 1 항에 있어서, 상기 보행 데이터 전처리부는,정규화된 단위 걸음의 가속도 측정값을 사전 순서 연산자(lexicographic ordering operator)를 이용하여 벡터()로 저장하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 5 |
5
제 1 항에 있어서, 상기 보행 데이터 전처리부는,보행 데이터 전처리 과정에서 측정 센서의 오작동으로 인한 swing phase에서 압력 센서의 값이 0이 아닌 단위걸음들의 데이터를 제외하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 6 |
6
제 5 항에 있어서, 압력 센서는 신발의 인솔에 구성되고,압력의 세기에 따라 0, 1, 2의 값으로 측정되며 0은 압력이 없는 지면에서 발이 떨어진 상태인 swing phase이고, 1과 2는 발이 지면을 디디고 있는 상태인 stance phase에서의 압력의 세기인 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 7 |
7
삭제
|
| 8 |
8
삭제
|
| 9 |
9
제 1 항에 있어서, Nullspace LDA(NLDA)은,클래스 간의 판별력을 최대화 하기 위해 SW의 널(null) 공간에 샘플들을 투영시킨 후, 각 클래스의 평균들 간의 분산이 최대가 되도록 목적함수를 만족시키는 투영 벡터들을,구하고,WNLDA는 n'개의 투영벡터 으로 구성된 투영행렬인 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 10 |
10
제 9 항에 있어서, 샘플 x에 대한 특징 벡터 y는,인 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 장치
|
| 11 |
11
신발의 인솔에 구성되는 가속도 센서를 이용하여 보행 데이터를 측정하는 보행 데이터 측정 단계;단위 걸음의 구간을 정의하여 가장 짧은 단위 걸음의 시간을 기준으로 리사이징(resizing)하여 모든 걸음에 대한 길이가 동일하도록 정규화(normalization)하여 개인의 보행 특성을 추출하기 위한 보행 데이터의 전처리를 하는 보행 데이터 전처리 단계;Nullspace LDA(NLDA)을 사용하여 전처리된 보행데이터로부터 사용자 식별에 유용한 특징을 추출하는 판별 특징 추출 단계;판별 특징 추출 단계에서 추출된 판별 특징값을 이용하여 분류 및 사용자 식별을 하는 분류 및 사용자 식별 단계;를 포함하고,Nullspace LDA(NLDA)은, C개의 클래스로 구성된 N개의 샘플에 대해, 다른-클래스 산란행렬(between-class scatter matrix) SB와 같은-클래스 산란행렬(within-class scatter matrix) SW를,,으로 정의하고, 여기서, 는 클래스 ci에 속한 m번째 샘플이고, μ와 μi는 전체 샘플의 평균과 클래스 ci에 속한 샘플들의 평균을 의미하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 방법
|
| 12 |
12
제 11 항에 있어서, 상기 보행 데이터 전처리 단계에서,하나의 보행주기를 한 발이 떠 있는 상태인 swing phase와 땅에 붙어있는 상태인 stance phase로 분류하고,swing phase를 검출하고 왼발을 기준으로 swing phase의 시작점에서 stance phase의 종료점까지를 한 걸음으로 정의하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 방법
|
| 13 |
13
제 11 항에 있어서, 상기 보행 데이터 전처리 단계에서,정규화된 단위 걸음의 가속도 측정값을 사전 순서 연산자(lexicographic ordering operator)를 이용하여 벡터()로 저장하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 방법
|
| 14 |
14
제 11 항에 있어서, 상기 보행 데이터 전처리 단계에서,측정 센서의 오작동으로 인한 swing phase에서 압력 센서의 값이 0이 아닌 단위걸음들의 데이터를 제외하는 것을 특징으로 하는 스마트 인솔의 가속도 센서를 이용한 사용자 식별을 위한 방법
|
