| 1 |
1
대상자의 보행에 따른 보행 특성 신호를 적어도 하나 이상의 센서로부터 수신하는 보행 특성 신호 취득부;상기 수신된 보행 특성 신호를 시간-주파수 분석을 이용하여 스펙트로그램으로 변환하는 보행 특성 신호 변환부; 및상기 스펙트로그램을 대상자 식별 모델에 입력시켜 출력되는 결과를 기 저장된 식별 정보와 비교하여, 상기 대상자를 식별하는 대상자 식별부를 포함하되, 상기 대상자 식별 모델은 보행 특성 신호를 시간-주파수 분석을 이용하여 변환한 스펙트로그램을 입력 값으로, 식별된 특정인을 출력 값으로 학습하여 구축된 모델인 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 시스템
|
| 2 |
2
제1 항에 있어서, 상기 센서는 상기 대상자의 신체에 부착되는 관성 측정 센서를 포함하며, 상기 보행 특성 신호는 상기 관성 측정 센서로부터 제공되는 각 축에 대한 가속도 정보 및 각 축에 대한 각속도 정보를 포함하고,상기 각 축에 대한 가속도 정보 및 상기 각 축에 대한 각속도 정보는 각각 스펙트로그램으로 변환되는 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 시스템
|
| 3 |
3
제1 항에 있어서,상기 센서는 상기 대상자의 움직임을 감지하는 모션 센서를 포함하며, 상기 모션 센서는 상기 대상자의 움직임을 감지하여 상기 대상자의 보행에 따른 보행 특성 신호를 생성하고, 상기 보행 특성 신호는 시간 파라미터 및 공간 파라미터 중 적어도 하나를 포함하는 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 시스템
|
| 4 |
4
제1 항에 있어서,상기 대상자 식별 모델을 구축하는 보행 특성 학습부를 더 포함하는 보행 시간-주파수 분석에 기초한 개인 식별 시스템
|
| 5 |
5
제4 항에 있어서, 상기 보행 특성 학습부는, 복수의 컨볼루션(convolution) 단계와 복수의 풀링(pooling) 단계로 구성되는 컨볼루션 신경망 기반의 기계 학습 모델을 통해 상기 대상자 식별 모델을 생성하는 보행 시간-주파수 분석에 기초한 개인 식별 시스템
|
| 6 |
6
제1 항에 있어서, 상기 시간-주파수 분석은 국소 푸리에 변환(Short-time Fourier transform, STFT) 또는 연속 웨이브릿 변환(Continuous wavelet transform, CWT)인 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 시스템
|
| 7 |
7
대상자의 보행에 따른 보행 특성 신호를 적어도 하나 이상의 센서로부터 수신하는 단계;상기 수신된 보행 특성 신호를 시간-주파수 분석을 통해 스펙트로그램으로 변환하는 단계; 및 상기 스펙트로그램을 대상자 식별 모델에 입력시켜 출력되는 결과를 기 저장된 식별 정보와 비교하여, 상기 대상자를 식별하는 단계를 포함하되, 상기 대상자 식별 모델은 보행 특성 신호를 시간-주파수 분석을 이용하여 변환한 스펙트로그램을 입력 값으로, 식별된 특정인을 출력 값으로 학습하여 구축된 모델인 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 방법
|
| 8 |
8
제7 항에 있어서,상기 센서는 상기 대상자의 신체에 부착되는 관성 측정 센서를 포함하며, 상기 보행 특성 신호는 상기 관성 측정 센서로부터 제공되는 각 축에 대한 가속도 정보 및 각 축에 대한 각속도 정보를 포함하고,상기 각 축에 대한 가속도 정보 및 상기 각 축에 대한 각속도 정보는 각각 스펙트로그램으로 변환되는 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 방법
|
| 9 |
9
제7 항에 있어서, 상기 센서는 상기 대상자의 움직임을 감지하는 모션 센서를 포함하며, 상기 모션 센서는 상기 대상자의 움직임을 감지하여 상기 대상자의 보행에 따른 보행 특성 신호를 생성하고, 상기 보행 특성 신호는 시간 파라미터 및 공간 파라미터 중 적어도 하나를 포함하는 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 방법
|
| 10 |
10
제7 항에 있어서,상기 대상자 식별 모델은, 복수의 컨볼루션(convolution) 단계와 복수의 풀링(pooling) 단계로 구성되는 컨볼루션 신경망 기반의 기계 학습 모델인 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 방법
|
| 11 |
11
제10 항에 있어서, 상기 시간-주파수 분석은 국소 푸리에 변환(Short-time Fourier transform, STFT) 또는 연속 웨이브릿 변환(Continuous wavelet transform, CWT)인 것을 특징으로 하는 보행 시간-주파수 분석에 기초한 개인 식별 방법
|
| 12 |
12
하드웨어와 결합되어 제7항 내지 제11항 중 어느 하나의 보행 시간-주파수 분석에 기초한 개인 식별 방법을 실행하도록 매체에 저장된 컴퓨터 프로그램
|
