1 |
1
음향신호를 수신하는 다수의 마이크로폰 배열;카메라 이미지를 생성하는 카메라 모듈; 및적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서에 의해,상기 다수의 마이크로폰 배열을 통해 음향신호를 수집하여 상기 카메라 이미지상에 음원의 위치를 표시하고,상기 음향신호의 기침 소리 포함 여부를 딥러닝 모델을 이용하여 결정하고,상기 음향신호가 기침 소리를 포함하는 것으로 결정된 경우, 카메라 이미지상에 표시된 음원의 위치와 연관하여 기침 표식을 더 표시하는 것을 특징으로 하는 기침 인식 장치
|
2 |
2
제1항에 있어서,상기 음원의 위치를 표시하기 위해, 상기 적어도 하나의 프로세서에 의해,상기 다수의 마이크로폰 배열을 통해 입력되는 음향신호를 DAQ(data acquisition)를 통해 수집하고,상기 수집된 음향신호에 대한 빔형성(beamforming) 과정을 통해 인식된 상기 음원의 위치를 등고선 형태로 상기 카메라 이미지상에 표시하는 것을 특징으로 하는 기침 인식 장치
|
3 |
3
제1항에 있어서,상기 딥러닝 모델은 배경 소음으로 데이터 증강(data augmentation)된 기침 소리를 포함하는 학습 데이터를 입력받아 학습되어, 입력되는 음향신호의 기침 소리 포함 여부를 출력하는 이진 분류 모델을 포함하는 것을 특징으로 하는 기침 인식 장치
|
4 |
4
제1항에 있어서,상기 음향신호의 기침 소리 포함 여부를 딥러닝 모델을 이용하여 결정하기 위해, 상기 적어도 하나의 프로세서에 의해,상기 수집된 음향신호를 기설정된 시간 구간으로 누적되도록 데이터 스택에 저장하고,상기 기설정된 시간 구간으로 누적된 음향신호에서 음향 특징을 추출하고,상기 추출된 음향 특징을 상기 딥러닝 모델에 입력하여 상기 딥러닝 모델의 출력값에 따라 상기 음향신호의 기침 소리 포함 여부를 결정하는 것을 특징으로 하는 기침 인식 장치
|
5 |
5
카메라 모듈을 통해 카메라 이미지를 생성하는 단계;다수의 마이크로폰 배열을 통해 음향신호를 수집하여 상기 카메라 이미지상에 음원의 위치를 표시하는 단계;상기 음향신호의 기침 소리 포함 여부를 딥러닝 모델을 이용하여 결정하는 단계; 및상기 음향신호가 기침 소리를 포함하는 것으로 결정된 경우, 카메라 이미지상에 표시된 음원의 위치와 연관하여 기침 표식을 더 표시하는 단계를 포함하는 기침 인식 방법
|
6 |
6
제5항에 있어서,상기 음원의 위치를 표시하는 단계는,상기 다수의 마이크로폰 배열을 통해 입력되는 음향신호를 DAQ(data acquisition)를 통해 수집하는 단계; 및상기 수집된 음향신호에 대한 빔형성(beamforming) 과정을 통해 인식된 상기 음원의 위치를 등고선 형태로 상기 카메라 이미지상에 표시하는 단계를 포함하는 것을 특징으로 하는 기침 인식 방법
|
7 |
7
제5항에 있어서,상기 딥러닝 모델은 배경 소음으로 데이터 증강(data augmentation)된 기침 소리를 포함하는 학습 데이터를 입력받아 학습되어, 입력되는 음향신호의 기침 소리 포함 여부를 출력하는 이진 분류 모델을 포함하는 것을 특징으로 하는 기침 인식 방법
|
8 |
8
제5항에 있어서,상기 음향신호의 기침 소리 포함 여부를 딥러닝 모델을 이용하여 결정하는 단계는,상기 수집된 음향신호를 기설정된 시간 구간으로 누적되도록 데이터 스택에 저장하는 단계;상기 기설정된 시간 구간으로 누적된 음향신호에서 음향 특징을 추출하는 단계; 및상기 추출된 음향 특징을 상기 딥러닝 모델에 입력하여 상기 딥러닝 모델의 출력값에 따라 상기 음향신호의 기침 소리 포함 여부를 결정하는 단계를 포함하는 것을 특징으로 하는 기침 인식 방법
|
9 |
9
컴퓨터 장치와 결합되어 제5항 내지 제8항 중 어느 한 항의 방법을 컴퓨터 장치에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
10 |
10
제5항 내지 제8항 중 어느 한 항의 방법을 컴퓨터 장치에 실행시키기 위한 컴퓨터 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록매체
|