1 |
1
실내 공간 내의 소정 위치에 각각 설치된 하나 이상의 와이파이(WiFi) 송신기와 하나 이상의 WiFi 수신기를 포함하는 WiFi 통신 시스템에 있어서, 컴퓨팅 장치에서 컴퓨터 프로그램의 실행을 통해 수행되는 방법으로서,(a) 상기 WiFi 송신기와 상기 WiFi 수신기 간에 통신되는 채널 상태 정보(Channel State Information, CSI) 신호를 수집하는 활동 데이터 수집 단계;(b) 수집된 상기 CSI 신호에 포함된 고주파 노이즈를 제거하고, 상기 실내 공간에 있는 재실자의 행동에 관한 파형만을 추출하는 활동 데이터 전처리 단계;(c) 추출된 CSI 신호 파형들에서 재실자의 신체의 움직임을 반영하는 부 반송파 신호들을 선정하여 정규화하는 단계; 그리고(d) 정규화된 CSI 신호 파형에서 소정의 비교구간의 파형을 추출하여 사전에 알고 있는 재실자의 행동별 기준 파형과 파형 유사성을 비교한 것에 기초하여 상기 실내 공간 내에 있는 재실자의 현재의 행동 상태를 파악하는 활동 패턴 비교 단계를 포함하는 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
2 |
2
제1항에 있어서, 상기 CSI 신호로부터 진폭 정보를 추출하여 상기 '사람의 행동에 관한 파형'으로 사용하는 것을 특징으로 하는 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
3 |
3
제1항에 있어서, 상기 고주파 노이즈는 차단주파수가 2Hz 이하로 설정된 저역통과 필터를 사용하여 제거하는 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
4 |
4
제1항에 있어서, 상기 비교 구간은 상기 CSI 신호의 변화가 설정된 임계값보다 큰 구간으로 정해지는 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
5 |
5
제1항에 있어서, 상기 활동 패턴 비교 단계에서, 상기 기준 파형은 기계학습을 통해 확보된 구축된 학습모델에 반영되어 있어, 추출된 상기 소정의 비교구간의 파형은 상기 학습모델의 입력으로 제공되는 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
6 |
6
제5항에 있어서, 상기 학습모델은 SVM(Support Vector Machine) 알고리즘을 시용하여 구축되는 SVM 학습모델인 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
7 |
7
제6항에 있어서, 다수의 상기 정규화된 CSI 신호 파형들 각각에서 재실자의 활동에 따른 진폭 변화가 발생하는 다수의 샘플 데이터를 확보하는 단계; 확보된 상기 다수의 샘플 데이터 각각의 특징을 추출하는 단계; 확보된 상기 다수의 샘플 데이터 각각에 대응되는 카메라 촬영 영상에 의거하여 각 샘플 데이터의 라벨을 부여하는 단계; 및 확보된 각 샘플 데이터의 특징과 라벨 정보를 SVM 알고리즘에 기초하여 학습하여 상기 SVM 학습모델을 생성하는 단계를 더 포함하는 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
8 |
8
제1항에 있어서, 상기 부 반송파 신호들의 정규화된 신호는 선정된 상기 부 반상파 신호들을 모두 중첩한 신호인 것을 특징으로 하는 실내 재실자의 일상생활 활동 인식 방법
|
9 |
9
제1항 내지 제8항 중 어느 한 항에 기재된 '실내 재실자의 일상생활 활동 인식 방법'을 수행하기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 실행가능 프로그램
|
10 |
10
제1항 내지 제8항 중 어느 한 항에 기재된 '실내 재실자의 일상생활 활동 인식 방법'을 수행하기 위한 컴퓨터 실행가능 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체
|