1 |
1
사용자의 안면부에 부착되어 얼굴 표정에 따른 안면부 근전도 신호를 감지하는 센서부;상기 안면부 근전도 신호에 기초하여 특징을 추출하고, 상기 추출된 특징에 대응되는 아바타의 얼굴 움직임 데이터 값을 판단하는 프로세서; 및상기 아바타의 얼굴 움직임 데이터 값을 기초로 상기 아바타의 얼굴 움직임을 제어하여 상기 사용자의 얼굴 표정에 대응되는 상기 아바타의 얼굴 표정을 표시하는 디스플레이;를 포함하고,상기 프로세서는,기 설정된 얼굴 표정 데이터에 대응되는 특징을 유사도에 기초하여 복수의 그룹으로 분류하고, 상기 분류된 복수의 그룹 각각에 대해 학습된 복수의 학습 모델 중 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징과 가장 유사도가 높은 학습 모델에 기초하여 상기 아바타의 얼굴 움직임 데이터 값을 판단하는, 전자 장치
|
2 |
2
제1항에 있어서,상기 센서부는,상기 사용자의 좌측 눈의 상하부 각각에 복수 개의 센서가 하나의 센서 세트로 배치되고, 상기 사용자의 우측 눈의 상하부 각각에 복수 개의 센서가 하나의 센서 세트로 배치되는, 전자 장치
|
3 |
3
제2항에 있어서,상기 프로세서는,상기 각각의 센서 세트에 포함된 상기 복수 개의 센서에서 감지된 복수 개의 신호 간의 차이를 상기 각각의 센서 세트의 안면부 근전도 신호로 획득하는, 전자 장치
|
4 |
4
제1항에 있어서,상기 프로세서는,20Hz 내지 450Hz 대역의 밴드패스필터에 기초하여 상기 안면부 근전도 신호를 필터링하는, 전자 장치
|
5 |
5
제1항에 있어서,상기 프로세서는,상기 안면부 근전도 신호에 기 설정된 크기의 윈도우를 기 설정된 시간 간격으로 이동시키면서 상기 특징을 추출하는, 전자 장치
|
6 |
6
제1항에 있어서,상기 특징은,제곱평균제곱근(RMS), 셉스트랄 계수(CC), 샘플 엔트로피(SE) 또는 신호의 길이(WL) 중 적어도 하나를 포함하는, 전자 장치
|
7 |
7
제1항에 있어서,상기 프로세서는,상기 복수의 학습 모델 각각에 포함된 기 설정된 얼굴 표정 데이터에 대응되는 특징을 포함하는 그룹의 중심 값과 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징 간의 거리를 산출하고, 상기 산출된 거리가 가장 가까운 그룹이 포함된 학습 모델을 상기 가장 유사도가 높은 학습 모델로 판단하는, 전자 장치
|
8 |
8
사용자의 안면부에 부착된 센서부가 얼굴 표정에 따른 안면부 근전도 신호를 감지하는 단계;상기 안면부 근전도 신호에 기초하여 특징을 추출하는 단계;상기 추출된 특징에 대응되는 아바타의 얼굴 움직임 데이터 값을 판단하는 단계; 및상기 아바타의 얼굴 움직임 데이터 값을 기초로 상기 아바타의 얼굴 움직임을 제어하여 상기 사용자의 얼굴 표정에 대응되는 상기 아바타의 얼굴 표정을 표시하는 단계;를 포함하고, 상기 얼굴 움직임 데이터 값을 판단하는 단계는,기 설정된 얼굴 표정 데이터에 대응되는 특징을 유사도에 기초하여 복수의 그룹으로 분류하고, 상기 분류된 복수의 그룹 각각에 대해 학습된 복수의 학습 모델 중 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징과 가장 유사도가 높은 학습 모델에 기초하여 상기 아바타의 얼굴 움직임 데이터 값을 판단하는, 전자 장치의 제어 방법
|
9 |
9
제8항에 있어서,상기 센서부는 복수 개의 센서를 포함하는 센서 세트를 복수 개 포함하고, 상기 각각의 센서 세트에 포함된 상기 복수 개의 센서에서 감지된 복수 개의 신호 간의 차이를 상기 각각의 센서 세트의 안면부 근전도 신호로 획득하는 단계;를 더 포함하는 전자 장치의 제어 방법
|
10 |
10
제8항에 있어서,20Hz 내지 450Hz 대역의 밴드패스필터에 기초하여 상기 안면부 근전도 신호를 필터링하는 단계;를 더 포함하는 전자 장치의 제어 방법
|
11 |
11
제8항에 있어서,상기 특징을 추출하는 단계는,상기 안면부 근전도 신호에 기 설정된 크기의 윈도우를 기 설정된 시간 간격으로 이동시키면서 상기 특징을 추출하는, 전자 장치의 제어 방법
|
12 |
12
제8항에 있어서,상기 특징은,제곱평균제곱근(RMS), 셉스트랄 계수(CC), 샘플 엔트로피(SE) 또는 신호의 길이(WL) 중 적어도 하나를 포함하는, 전자 장치의 제어 방법
|
13 |
13
제8항에 있어서,상기 얼굴 움직임 데이터 값을 판단하는 단계는,상기 복수의 학습 모델 각각에 포함된 기 설정된 얼굴 표정 데이터에 대응되는 특징을 포함하는 그룹의 중심 값과 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징 간의 거리를 산출하고, 상기 산출된 거리가 가장 가까운 그룹이 포함된 학습 모델을 상기 가장 유사도가 높은 학습 모델로 판단하는, 전자 장치의 제어 방법
|
14 |
14
사용자의 안면부에 부착되어 얼굴 표정에 따른 안면부 근전도 신호를 감지하고, 상기 감지된 안면부 근전도 신호를 서버로 전송하는 센서 장치;수신된 안면부 근전도 신호에 기초하여 특징을 추출하고, 상기 추출된 특징에 대응되는 아바타의 얼굴 움직임 데이터 값을 판단하며, 상기 판단된 아바타의 얼굴 움직임 데이터 값을 단말 장치로 전송하는 서버; 및수신된 아바타의 얼굴 움직임 데이터 값을 기초로 상기 아바타의 얼굴 움직임을 제어하여 상기 사용자의 얼굴 표정에 대응되는 상기 아바타의 얼굴 표정을 표시하는 단말 장치;를 포함하고,상기 서버는,기 설정된 얼굴 표정 데이터에 대응되는 특징을 유사도에 기초하여 복수의 그룹으로 분류하고, 상기 분류된 복수의 그룹 각각에 대해 학습된 복수의 학습 모델 중 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징과 가장 유사도가 높은 학습 모델에 기초하여 상기 아바타의 얼굴 움직임 데이터 값을 판단하는, 아바타 얼굴 표정 표시 시스템
|