| 1 |
1
음원 위치 추정 방법에 있어서,(a) 음원으로부터 발생하는 소리 신호가 발생하는 위치를 추정하기 위하여 하나 이상의 마이크를 배치하여 소리 신호를 입력 받는 단계;(b) 입력된 소리 신호를 방위각-주파수 변경하여 표현하는 단계; 및(c) 방위각-주파수 표현으로 나타낸 소리 신호를 합성곱 신경망 모델을 이용하여 인공지능 학습 하여 음원의 위치를 찾는 단계;를 포함하되, 상기 (b)에서 입력된 소리 신호는,하기의 수학식 1의 형태로 나타내는 것이고,상기 음원의 위치를 찾는 단계는,하나 이상의 서로 다른 마이크 배치를 가지고 있는 데이터셋을 구성하는 단계;상기 데이터셋을 이용하여 합성곱 신경망 모델의 학습을 진행하는 단계; 및방위각-주파수 표현으로 표현된 소리 신호를 상기 합성곱 신경망 모델에 적용하여 음원의 각도를 추정하는 단계;를 포함하는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 방법
|
| 2 |
2
제1항에 있어서,상기 변경하여 표현하는 단계는, 상기 수학식 1의 형태로 나타낸 소리 신호를 K-포인트 단시간 퓨리에 변환하면 하기 수학식 2의 형태로 나타낼 수 있는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 방법
|
| 3 |
3
제2항에 있어서,상기 변경하여 표현하는 단계는, 상기 수학식 2의 형태로 나타낸 소리 신호를 방위각-주파수 표현으로 변환하여 하기 수학식 3의 형태로 나타낼 수 있는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 방법
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서,상기 합성곱 신경망 모델의 학습을 진행하는 단계는,마이크의 수, 각각의 마이크의 간격, 음원에서 마이크까지의 거리, 마이크 원점의 위치, 방의 사이즈, 반사계수, 이미지의 개수 등을 달리하여 합성곱 신경망 모델을 통해 방위각-주파수 데이터를 학습 및 평가하는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 방법
|
| 6 |
6
음원 위치 추정 시스템에 있어서,음원으로부터 발생하는 소리 신호가 발생하는 위치를 추정하기 위하여 소리 신호를 입력 받는 하나 이상의 마이크;상기 하나 이상의 마이크로부터 인식된 복수의 소리 신호들을 수신하는 통신 모듈;수신한 소리 신호를 방위각-주파수 변경하는 변환 모듈; 및상기 변환 모듈의 결과값을 합성곱 신경망 모델을 이용하여 인공지능 학습하여 음원의 위치를 찾는 인공지능 모듈;을 포함하되,상기 마이크에서 입력된 소리 신호는,하기의 수학식 1의 형태로 나타내는 것이고,상기 인공지능 모듈은,하나 이상의 서로 다른 마이크 배치를 가지고 있는 데이터셋을 구성하고, 상기 데이터셋을 이용하여 합성곱 신경망 모델의 학습을 진행하며, 방위각-주파수 표현으로 표현된 소리 신호를 상기 합성곱 신경망 모델에 적용하여 음원의 각도를 추정하는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 시스템
|
| 7 |
7
제6항에 있어서,상기 변환 모듈은, 상기 수학식 1의 형태로 나타낸 소리 신호를 K 포인트 단시간 퓨리에 변환하면 하기 수학식 2의 형태로 나타낼 수 있는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 시스템
|
| 8 |
8
제7항에 있어서,상기 변환 모듈은, 상기 수학식 2의 형태로 나타낸 소리 신호를 방위각-주파수 표현으로 변환하여 하기 수학식 3의 형태로 나타낼 수 있는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 시스템
|
| 9 |
9
삭제
|
| 10 |
10
제6항에 있어서,상기 인공지능 모듈은,마이크의 수, 각각의 마이크의 간격, 음원에서 마이크까지의 거리, 마이크 원점의 위치, 방의 사이즈, 반사 계수, 이미지의 개수 등을 달리하여 합성곱 신경망 모델을 통해 방위각-주파수 데이터를 학습 및 평가하는 것을 특징으로 하는 합성곱 신경망 모델을 이용한 음원 위치 추정 시스템
|
