| 1 |
1
심전도 신호를 이용한 개인 식별 정보 생성방법에 있어서, 사용자로부터 기설정된 시간단위동안의 심전도 신호를 입력받는 단계; 상기 입력받은 기설정된 시간단위동안의 심전도 신호를 한 주기 단위의 신호를 포함하는 심전도 신호로 분할하는 단계; 상기 심전도 신호를 3차원 시퀀스 이미지 데이터로 변환하는 단계; 상기 3차원 시퀀스 이미지 데이터를 기설계된 딥러닝 네트워크 모델을 이용하여 개인 식별 정보를 생성하는 단계; 및 상기 생성된 개인 식별 정보를 저장하는 단계를 포함하는, 심전도 신호를 이용한 개인 식별 정보 생성방법
|
| 2 |
2
제1항에 있어서, 상기 심전도 신호는, 입력받은 사용자의 심전도 신호의 주기가 적어도 하나 이상의 심전도 신호를 포함하는 것을 특징으로 하는 신호인, 심전도 신호를 이용한 개인 식별 정보 생성방법
|
| 3 |
3
제1항에 있어서, 상기 3차원 시퀀스 이미지 데이터로 변환하는 단계는, 상기 입력받은 심전도 신호를 웨이블릿 변환을 하여 2차원 이미지 데이터로 변환하는 단계; 및 상기 변환된 2차원 이미지 데이터를 3차원의 시퀀스 이미지 데이터로 변환하는 단계를 포함하는, 심전도 신호를 이용한 개인 식별 정보 생성방법
|
| 4 |
4
제3항에 있어서, 상기 2차원 이미지 데이터로 변환하는 단계는, 상기 입력받은 심전도 신호를 웨이블릿 변환 중 콘스턴트 Q 변환(Constant Q Transform; CQT)을 통해 2차원 이미지 데이터로 변환하는 것을 특징으로 하는 단계인, 심전도 신호를 이용한 개인 식별 정보 생성방법
|
| 5 |
5
제1항에 있어서, 상기 개인 식별 정보를 생성하는 단계는, 상기 3차원 시퀀스 이미지 데이터를 구글넷(GoogLeNet) 모델에 입력하여 나온 출력값을 통해 이미지 특징벡터를 추출하고, 상기 추출된 이미지 특징벡터를 장단기 메모리(Long Short-Term Memory, LSTM)에 입력하여 나온 결과값을 이용하여 개인 식별 정보를 생성하는 단계인, 심전도 신호를 이용한 개인 식별 정보 생성방법
|
| 6 |
6
제1항 내지 제5항 중, 어느 한 항의 방법으로 개인 식별 정보들을 생성하여 데이터베이스에 저장하는 단계; 상기 식별하고자 하는 식별 대상의 심전도 신호를 입력받는 단계; 상기 입력받은 식별 대상의 심전도 신호와 상기 데이터베이스에 저장된 심전도 데이터들을 비교하여 상기 입력받은 식별 대상 심전도 신호가 어느 개인 식별 정보로 분류되는지 판단하는 단계를 포함하는, 심전도 신호를 이용한 개인 식별 방법
|
