KR100580647B1 - 입력모드 분류가능한 동작기반 입력장치 및 방법 - Google Patents

입력모드 분류가능한 동작기반 입력장치 및 방법 Download PDF

Info

Publication number
KR100580647B1
KR100580647B1 KR1020040022557A KR20040022557A KR100580647B1 KR 100580647 B1 KR100580647 B1 KR 100580647B1 KR 1020040022557 A KR1020040022557 A KR 1020040022557A KR 20040022557 A KR20040022557 A KR 20040022557A KR 100580647 B1 KR100580647 B1 KR 100580647B1
Authority
KR
South Korea
Prior art keywords
input
input mode
inertial
mode
symbol
Prior art date
Application number
KR1020040022557A
Other languages
English (en)
Other versions
KR20050097288A (ko
Inventor
조성정
김동윤
오종구
방원철
조준기
장욱
강경호
최은석
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020040022557A priority Critical patent/KR100580647B1/ko
Priority to US11/094,217 priority patent/US20050219213A1/en
Publication of KR20050097288A publication Critical patent/KR20050097288A/ko
Application granted granted Critical
Publication of KR100580647B1 publication Critical patent/KR100580647B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C13/00—Other constructional features or details
    • B66C13/52—Details of compartments for driving engines or motors or of operator's stands or cabins
    • B66C13/54—Operator's stands or cabins
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
    • B66C2700/00—Cranes
    • B66C2700/03—Cranes with arms or jibs; Multiple cranes
    • B66C2700/0321—Travelling cranes
    • B66C2700/0357—Cranes on road or off-road vehicles, on trailers or towed vehicles; Cranes on wheels or crane-trucks

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • User Interface Of Digital Computer (AREA)
  • Position Input By Displaying (AREA)

Abstract

본 발명은 사용자의 입력동작에 따라 연속상태입력모드 및 심볼입력모드를 분류하여 각 입력모드에서 입력처리를 수행하는 입력모드 분류가능한 동작기반 입력장치 및 방법을 제공한다. 본 발명에 의한 입력모드 분류가능한 동작기반 입력장치는, 사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서; 관성신호를 일정한 간격으로 버퍼링하는 버퍼링부; 상기 버퍼링된 관성신호의 특징을 추출하고, 추출되는 특징을 이용하여 입력모드를 연속상태입력모드와 심볼입력모드로 분류하는 모드분류부; 및 분류된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 한다. 관성센서는, 가속도센서 및 각속도센서중 적어도 하나 이상의 센서를 가지는 것이 바람직하다. 또한, 동작기반 입력장치는 상기 사용자가 동작을 입력할 수 있는 스위치로서 기능하는 입력버튼을 더 포함할 수 있다. 본 발명에 따르면, 사용자의 입력동작에 따라 연속상태입력모드 및 심볼입력모드를 분류하여 각 입력모드에서 입력처리를 수행함으로써, 사용자가 동작기반 입력장치를 통해 전자장치에 편리하게 입력할 수 있다.

Description

입력모드 분류가능한 동작기반 입력장치 및 방법{Motion-based input device being able to classify input modes and method therefor}
도 1은 본 발명의 제1 실시예에 따른 입력모드 분류가능한 동작기반 입력장치의 블록도.
도 2는 도 1에 도시된 동작기반 입력장치에서 수행되는 입력처리를 나타내는 흐름도
도 3a는 관성신호에 의해 획득된 관성신호를 나타내는 그래프, 도 3b는 관성신호에 대해 버퍼링하기 위한 윈도우의 구간폭 및 이동폭을 나타내는 그래프, 및 도 3c는 관성신호를 모드분류한 결과를 나타내는 그래프.
도 4는 도 2에 있어서 S240 단계를 상세히 나타내는 흐름도
도 5a는 연속상태입력 및 심볼입력에 대한 가속도신호의 크기를 나타내는 그래프의 일례, 및 도 5b는 연속상태입력 및 심볼입력에 대한 각속도신호의 크기를 나타내는 그래프의 일례.
도 6은 도 2에 있어서 S260 단계를 상세히 나타내는 흐름도.
도 7은 도 2에 있어서 S270 단계를 상세히 나타내는 흐름도.
도 8은 본 발명의 제1 실시예에 따른 입력모드 분류단계에 사용되는 신경망의 구조를 나타내는 도. 도 9a 내지 도 9c는 입력모드 분류결과 심볼입력모드로 분 류된 관성신호를 나타내는 그래프, 및 도 9d 내지 도 9f는 입력모드 분류결과 연속상태입력모드로 분류된 관성신호를 나타내는 그래프.
도 10은 본 발명의 제3 실시예에 따른 입력모드 분류가능한 동작기반 입력장치의 블록도.
도 11a는 전자장치의 음량조절을 화면상에 나타내는 도, 도 11b는 본 발명의 제1 실시예에 따른 음량조절 동작을 나타내는 도, 도 11c는 본 발명의 제2 실시예에 따른 음량조절 동작을 나타내는 도, 및 도 11d는 본 발명의 제3 실시예에 따른 음량조절 동작을 나타내는 도.
*도면의 주요부분에 대한 부호의 설명*
100 : 입력버튼 110, 1010 : 관성센서
120, 1020 : A/D 변환부 130 : 버퍼링부
131 : 버퍼메모리 132 : 버퍼링제어부
140 : 모드분류부 150, 1050 : 입력처리부
160, 1060 : 송신부 1000 : 상태입력버튼
1005 : 심볼입력버튼
본 발명은 동작기반 입력장치에 관한 것으로서, 특히 사용자의 입력동작에 따라 연속상태입력모드 및 심볼입력모드를 구별하여 각 입력모드에서 입력처리를 수행하는 입력모드 분류가능한 동작기반 입력장치 및 방법에 관한 것이다.
전자장치를 사용하는 사용자가 임의의 명령을 입력하기 위한 장치는 다양하다. TV의 경우, 리모콘, 버튼 등이 사용되고, 컴퓨터의 경우, 키보드, 마우스 등이 사용된다. 근래, 이러한 전자장치에서 사용자의 동작을 이용하여 명령을 입력하는 장치가 등장하게 되었다. 이러한 동작기반 입력장치는 사용자의 동작을 내장된 가속도센서, 각속도센서 등의 관성센서를 사용하여 인식할 수 있다. 예를 들어, 사용자가 입력장치를 기울인 경우 중력 방향에 대한 입력장치의 연속적인 상태변화를 감지하여 디스플레이 시스템상에 커서, 슬라이딩 바 등을 제어할 수 있고, 사용자가 입력장치를 가지고 동작한 결과에 대하여 궤적을 분석하여 분석된 궤적에 해당하는 문자, 명령어 등의 심볼을 입력할 수 있다. 전자의 경우를 연속상태입력이라고 하고, 후자의 경우를 심볼입력이라고 한다. 동작기반 입력장치는 이러한 연속상태입력 및 심볼입력을 각각 입력할 수 있는 2개의 입력모드를 지원할 필요성이 있다.
그러나, 종래의 동작기반 입력장치는 연속상태입력 및 심볼입력을 각각 입력할 수 있지만, 2종류의 입력을 구분하는 방법을 제시하지 못하고 있다.
본 발명이 이루고자 하는 기술적 과제는 사용자의 동작에 따라 연속상태입력모드 및 심볼입력모드를 분류하여 각 입력모드에서 입력처리를 수행하는 입력모드 분류가능한 동작기반 입력장치 및 방법을 제공하는데 있다.
상기 기술적 과제를 해결하기 위해, 본 발명의 일 태양에 따른 입력모드 분류가능한 동작기반 입력장치는, 사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서; 상기 관성신호를 일정한 간격으로 버퍼링하는 버퍼링부; 상기 버퍼링된 관성신호의 특징을 추출하고, 상기 추출되는 특징을 이용하여 입력모드를 연속상태입력모드와 심볼입력모드로 분류하는 모드분류부; 및 상기 분류된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 한다. 상기 관성센서는, 가속도센서 및 각속도센서중 적어도 하나 이상의 센서를 가지는 것이 바람직하다. 또한, 상기 동작기반 입력장치는 상기 사용자가 동작을 입력할 수 있는 스위치로서 기능하는 입력버튼을 더 포함할 수 있다. 상기 버퍼링부는, 상기 관성신호를 일시 저장하는 버퍼메모리; 및 상기 버퍼메모리에 저장된 관성신호를 일정한 간격으로 버퍼링하기 위한 윈도우의 구간폭 및 이동폭을 제어하는 버퍼링제어부를 포함할 수 있다. 상기 버퍼링제어부는, 상기 윈도우의 이동폭을 상기 윈도우의 구간폭보다 작게 설정하는 것이 바람직하다. 상기 모드분류부는, 상기 관성신호로부터 패턴인식을 하기 위한 특징을 추출하는 특징추출부; 및 상기 추출된 특징으로부터 패턴인식을 수행하여 연속상태입력모드 또는 심볼입력모드를 지시하는 출력값을 출력하는 패턴인식부를 포함할 수 있다. 상기 특징추출부는, 상기 관성신호로부터 일정한 간격으로 구해진 관성신호의 크기들, 및 상기 관성신호의 크기들로부터 얻어진 최대 변화량을 상기 관성신호의 특징으로 추출할 수 있다. 상기 패턴인식부는, 상기 추출된 관성신호의 특징으로부터 다층 퍼셉트론 구조의 신경망을 이용하여 패턴인식을 수행할 수 있다. 또한, 상기 패턴인식부는, 상기 추출된 관성신호의 특징으로부터 서포트벡터머신을 이용하여 패턴인식을 수행할 수 있다. 또한, 상기 패턴인식부는, 상기 추출된 관성신호의 특징으로부터 베이지안 네트워크를 이용하여 패턴인식을 수행할 수 있다. 또한, 상기 패턴인식부는, 상기 추출된 관성신호의 특징으로부터 템플릿 매칭을 이용하여, 패턴인식을 수행할 수 있다. 또한, 상기 모드분류부는, 상기 추출된 관성신호의 특징중 상기 관성신호의 크기가 소정의 임계치보다 작으면 연속상태입력모드로 분류하고 소정의 임계치보다 크면 심볼입력모드로 분류할 수 있다. 상기 입력처리부는, 상기 입력모드가 연속상태입력모드인 경우, 상기 관성신호를 일정한 간격으로 버퍼링하고, 상기 버퍼링된 관성신호로부터 상태를 계산하는 연속상태입력처리부; 및 상기 입력모드가 심볼입력모드인 경우, 상기 관성신호를 입력이 완료될 때까지 버퍼링하고, 상기 버퍼링된 관성신호에 대해 특징을 추출하고 패턴인식을 수행함으로써 심볼을 인식하는 심볼입력처리부를 포함할 수 있다.
또한, 본 발명의 다른 태양에 따른 입력모드 분류가능한 동작기반 입력장치는, 사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서; 상기 사용자가 입력동작을 완료할 때까지 상기 관성신호를 버퍼링하는 버퍼링부; 연속상태입력모드와 심볼입력모드를 지시하는 소정의 심볼들을 저장하는 메모리; 상기 버퍼링된 관성신호를 상기 메모리에 저장된 상기 소정의 심볼들과 비교하여 상기 연속상태입력모드 및 심볼입력모드 중 대응하는 입력모드를 판단하는 모드분류부; 및 상기 판단된 입력모드에 따라, 상기 사용자의 후속 동작에 따른 관성신호를 처리하여 대응하 는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 한다.
또한, 본 발명의 또다른 태양에 따른 입력모드 분류가능한 동작기반 입력장치는, 심볼입력모드를 설정하기 위한 심볼입력버튼; 연속상태입력모드를 설정하기 위한 연속상태입력버튼; 사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서; 상기 심볼입력버튼 또는 상기 연속상태입력버튼에 따라 입력모드를 설정하는 모드전환부; 및 상기 설정된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 한다.
또한, 본 발명의 또다른 태양에 따른 입력모드 분류가능한 동작기반 입력방법은, (a) 사용자의 동작에 따른 관성신호를 획득하는 단계; (b) 상기 관성신호를 일정한 간격으로 버퍼링하는 단계; (c) 상기 버퍼링된 관성신호의 특징을 추출하고, 상기 추출되는 특징을 이용하여 입력모드를 연속상태입력모드와 심볼입력모드로 분류하는 단계; 및 (d) 상기 분류된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 단계를 포함함을 특징으로 한다.
또한, 본 발명의 또다른 태양에 따른 입력모드 분류가능한 동작기반 입력방법은, (a) 사용자의 동작에 따른 관성신호를 획득하는 단계; (b) 상기 사용자가 입력동작을 완료할 때까지 상기 관성신호를 버퍼링하는 단계; 및 (c) 상기 버퍼링된 관성신호를 미리 저장된 상기 소정의 심볼들과 비교하여 상기 연속상태입력모드 및 심볼입력모드 중 대응하는 입력모드를 판단하는 단계; 및 (d) 상기 판단된 입력모드에 따라, 상기 사용자의 후속 동작에 따른 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 단계를 포함함을 특징으로 한다.
또한, 본 발명의 또다른 태양에 따른 입력모드 분류가능한 동작기반 입력방법은, (a) 심볼입력모드 또는 연속상태입력모드를 설정하는 단계; (b) 사용자의 동작에 따른 관성신호를 획득하는 단계; 및 (c) 상기 설정된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 단계를 포함함을 특징으로 한다.
이하, 첨부 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다.
도 1은 본 발명의 제1 실시예에 따른 동작기반 입력장치의 블록도를 도시한 것으로서, 입력버튼(100), 관성센서(110), A/D 변환부(120), 버퍼링부(130), 모드분류부(140), 입력처리부(150) 및 송신부(160)를 포함하여 이루어진다.
입력버튼(100)은 사용자가 동작기반 입력장치를 통해 연속상태입력 또는 심볼입력을 수행하고자 할 때 누르는 버튼이며, 관성센서(110)에 의해 획득된 관성신호가 A/D 변환부(120)를 통해 버퍼링부(130)로 전달되게 하는 스위치 역할을 한다.
관성센서(110)는 동작기반 입력장치의 움직임에 따라 가속도신호 또는 각속도신호를 획득한다. 본 발명의 실시예에서는 가속도센서 및 각속도센서 모두 사용 하였지만, 가속도센서만 사용하거나 각속도센서만을 사용할 수 있다.
A/D 변환부(120)는 관성센서(110)에 의해 획득된 아날로그형태의 관성신호를 디지털신호로 변환시켜, 버퍼링부(130)로 제공한다.
버퍼링부(130)는 관성신호를 일정한 간격으로 버퍼링하며, 관성신호를 일시 저장하는 버퍼메모리(131), 및 이 버퍼메모리(131)에 저장된 관성신호를 버퍼링하기 위한 윈도우의 구간폭 및 이동폭을 제어하는 버퍼링제어부(132)를 포함한다.
모드분류부(140)는 특징추출부(141) 및 패턴인식부(142)를 포함하며, 버퍼링된 관성신호에 대해 전처리, 특징 추출을 수행하고 소정의 패턴인식 알고리즘을 사용하여 패턴인식을 수행함으로써 입력모드를 연속상태입력모드 또는 심볼입력모드로 분류한다.
연속상태입력모드 및 심볼입력모드에 대한 특성은 다음 표 1과 같으며, 이러한 특성에 기초하여 후술하는 소정의 패턴인식 알고리즘을 사용하여 입력모드를 분류한다.
Figure 112004013569372-pat00001
입력처리부(150)는, 연속상태입력처리부(151) 및 심볼입력처리부(152)를 포함하며, 입력모드가 연속상태입력모드인 경우 소정의 기간동안의 입력신호로부터 상태를 계산하고, 입력모드가 심볼입력모드인 경우 소정의 패턴인식 알고리즘을 사용하여 심볼입력을 인식하여, 계산된 상태 또는 인식된 심볼입력에 따른 제어신호를 출력한다.
송신부(160)는 입력처리부(150)로부터 출력되는 제어신호를 제어하고자 하는 전자장치로 송신한다. 상기 송신부(160)는 동작기반 입력장치에 반드시 구비되어야 하는 것은 아님을 유의하여야 한다. 즉, 본 발명의 동작기반 입력장치가 상기 전자장치를 제어하기 위한 리모콘과 같은 외부입력장치로 사용되는 경우에 상기 송신부가(16)가 구비될 것이나, 예를 들어 휴대폰 등의 입력장치로 사용되는 경우에는 구비될 필요가 없을 것이다.
도 2는 본 발명의 제1 실시예에 따른 동작기반 입력장치에서 수행되는 입력처리를 흐름도로서 도시한 것으로서, 도 1의 구성요소와 결부시켜 설명한다.
S200 단계에서는, 사용자가 입력버튼(100)을 누르면, 관성센서(110)에 의해 획득된 관성신호가 A/D 변환부(120)로 제공될 수 있도록 한다. 획득된 관성신호는 가속도센서에 의한 가속도신호(ax,ay,az) 및 각속도센서에 의한 각속도신호(w x,wy,wz)이다. 도 3a는 관성센서(100)에 의해 획득된 관성신호를 그래프로 도시한 것으로서, 3개의 가속도신호 및 3개의 각속도신호를 나타내고 있다. S210 단계에서는, A/D 변환부(120)는 관성센서(110)에 의해 획득된 아날로그형태의 관성신호를 디지 털신호로 변환시킨다. S220 단계에서는, 버퍼링제어부(132)는 디지털신호로 변환된 관성신호를 버퍼메모리(131)에 일시 저장시키고, 저장된 관성신호를 일정한 구간, 즉 버퍼링윈도우만큼 버퍼링하여, 버퍼링된 관성신호를 모드분류부(140)로 제공한다. 버퍼링윈도우의 구간폭 및 이동폭은 도 3b의 그래프에 도시된 바와 같다. 버퍼메모리(131)에 저장된 관성신호를 구간폭(W)만큼 버퍼링하지만, 이동폭(S)을 구간폭(W)보다 작게 하여 이전의 관성신호를 포함하여 입력모드를 분류함으로써, 모드분류 결과의 제시 시간을 단축할 수 있다.
S230 단계에서는, 버퍼링된 관성신호의 크기가 기준치 이상인지의 여부를 판정한다. 관성신호의 크기가 기준치보다 작은 경우, 사용자의 입력이 없는 정지모드이다. 이 경우, S220 단계로 되돌아가, 관성신호를 버퍼링한다. 관성신호의 크기가 기준치 이상이면, 사용자의 입력이 있는 경우이므로, 다음 S240 단계로 진행한다.
S240 단계에서는, 모드분류부(140)는 버퍼링된 관성신호에 대해 입력모드를 분류한다.
S240 단계에 대하여 도 4를 참조하여 보다 상세히 설명하기로 한다. 도 4를 참조하면, S400 단계에서는, 도 5a에서 일례로 도시한 가속도신호, 도 5b에서 일례로 도시한 각속도신호 등의 버퍼링된 관성신호에 대해 전처리를 수행한다. 이 실시예에서는, 잡음을 제거하기 위해 저역통과필터를 사용한다. S410 단계에서는, 관성신호로부터 특징을 추출한다. [t,t+Δt] 구간의 관성신호에서 추출되는 특징은다음 수학식 1 내지 4와 같이 나타낼 수 있다.
[수학식 1]
Figure 112006004739171-pat00002
[수학식 2]
Figure 112006004739171-pat00003
[수학식 3]
Figure 112006004739171-pat00004
[수학식 4]
Figure 112006004739171-pat00005
여기서, α(t)는 시간 t에서의 가속도신호의 크기, ω(t)는 시간 t에서의 각속도신호의 크기이다.
수학식 1 및 2의 경우, [t,t+Δt] 구간에서 소정의 간격으로 가속도신호 및 각속도신호를 샘플링함으로써, 소정 수의 가속도크기 및 각속도크기를 각각 구하여 특징으로 추출한다.
또한, 수학식 3 및 4와 같이 [t,t+Δt] 구간에서 가속도신호 및 각속도신호의 최대 변화량
Figure 112004013569372-pat00006
를 각각 특징으로 추출한다.
수학식 1 내지 4를 통해 가속도신호 및 각속도신호의 특징을 추출하였지만, 다른 값으로 가속도신호 및 각속도신호의 특징을 추출할 수도 있다.
S420 단계에서는, 소정의 패턴인식 알고리즘을 사용하여 입력모드를 분류한 다. 패턴인식에 대해서는 연구, 개발이 지속되어 매우 다양한 패턴인식 알고리즘이 개발되었다.
설명의 편의를 위해, 특징추출부(141)에서 추출된 특징인 N차원 입력 벡터를 X=[X1,...,Xn]이라 하면, 42차원 벡터는 다음 수학식 5와 같이 표현할 수 있다.
[수학식 5]
Figure 112006004739171-pat00007
분류할 2개의 클래스에 대해, 연속상태입력모드를 0, 심볼입력모드를 1이라고 하면, 클래스 C={0,1}이라 할 수 있다.
패턴인식방법을 적용하는 일반적인 절차는 다음과 같다.
첫째, 사용자로부터 {입력 X, 클래스 C} 에 대한 다량의 데이터를 수집한다. 둘째, 수집한 데이터를 학습 데이터와 테스트 데이터로 분할한다. 셋째, 학습데이터를 패턴 인식 시스템에 제시하여, 학습을 수행한다. 이 경우 패턴 인식 시스템의 모델 파라미터들이 데이터에 맞게 변경된다. 마지막으로, 입력 X만을 시스템에 제시하여, 시스템이 클래스를 출력으로 내보내게 한다.
패턴 인식부는 다음 수개의 패턴 인식 알고리즘을 적용하여 여러 종류의 실시예로 구성할 수 있다. 우선, 패턴 인식부의 제1 실시 예로서 신경망을 이용한 것을 들 수 있다. 신경망은 인간의 두뇌와 유사한 방식으로 정보를 처리하기 위한 알고리즘이다. 도 8은 본 발명의 입력모드 분류단계에 사용되는 신경망의 구조를 나타낸 것으로서, 다층 퍼셉트론(perceptron) 구조를 사용한다. x1, x2, ..., xN은 입력층에 해당하는 것으로서, 관성신호로부터 추출된 특징값이 된다. 전술한 42차원의 특징입력의 경우에는 x1, x2, …, x42 의 42차원 벡터가 된다. 이 42차원 벡터는 신경망의 첫번째 층에 전달된다.
다음으로 신경망의 첫번째 층에 도달한 입력은 비선형 함수에 통과시켜서, 은닉층 노드 Ｏ1, Ｏ2, ..., ＯM 에 전달된다. 은닉층의 j번째 노드값 Ｏj는 다음 수학식 6에 의해 구해진다.
[수학식 6]
Figure 112006004739171-pat00043
즉 입력 노드들의 값을 선형적으로 결합한 후, offset을 더하고, 최종적으로 이값을 비선형 함수 f(x)에 통과시킨다. 여기서, 함수 f(x)는 다음 수학식 7과 같이 정의되며, b1은 상수, ωi1은 가중치로서, 학습에 의해 정해진다.
[수학식 7]
Figure 112006004739171-pat00009

은닉층에 도달한 출력값들은 비슷한 방식으로 선형적으로 결합한 후, 비선형 함수를 통과시켜 최종적으로 출력층 도달한다.
출력층 Ｏ는 다음 수학식 8에 의해 구할 수 있다.
[수학식 8]
Figure 112006004739171-pat00044
여기서, 함수 f(x)는 수학식 7과 같이 정의되며, c1은 상수, υj1은 가중치로서, error back-propagation 학습에 의해 정해진다. Ｏ는 0에서 1까지의 범위의 값을 가진다. Ｏ의 결과값이 0.5보다 큰 경우에는 심볼입력으로, 0.5보다 작은 경우에는 연속상태입력으로 분류한다. 도 3c는 도 3a의 신경망을 이용하여 입력신호를 모드분류한 결과를 나타내는 그래프이다.
본 발명에서는, 상태입력은 4종류(←,→,↑,↓), 80개의 데이터, 심볼입력은 10종류(0 내지 9), 55개의 데이터로 실험하였다. 학습데이터는 전체 데이터의 2/3, 테스트데이터는 전체 데이터의 1/3로 하였다.
구간폭(W)을 20포인트, 이동폭(S)을 10포인트, 다층 퍼셉트론 구조를 42*15*1로 하였을 때, 그 결과는 다음 표 2와 같다.
Figure 112004013569372-pat00011
표 2의 입력의 개수가 테스트데이터의 개수와 다른 이유는, 구간폭(W)을 20포인트로 설정하여 패턴인식을 수행하므로, 한 입력에 대해 다수 회 모드분류되기 때문이다.
상기 결과에 따르면, 심볼입력 및 연속상태입력의 인식률이 95.1%이었다.
구간폭(W)을 30포인트, 이동폭(S)을 10포인트, 다층 퍼셉트론 구조를 62*15*1로 하였을 때, 그 결과는 다음 표 3과 같다.
Figure 112004013569372-pat00012
상기 결과에 따르면, 심볼입력 및 연속상태입력의 인식률이 97.3%이었다.
도 9a 내지 도 9c는 신경망을 이용한 입력모드 분류결과 심볼입력모드로 분류된 관성신호를 나타내는 그래프로서, 도 9a는 심볼 "0", 도 9b는 심볼 "1", 및 도 9c는 심볼 "9"에 대한 관성신호의 그래프를 각각 도시한 것이다. 도 9d 내지 도 9f는 신경망을 이용한 입력모드 분류결과 연속상태입력모드로 분류된 관성신호를 나타내는 그래프로서, 도 9d는 연속상태 "←" , 도 9e는 연속상태 "↑", 및 도 9f는 연속상태 "↓"에 대한 관성신호의 그래프를 각각 도시한 것이다.
패턴 인식부의 제2 실시예로서, 서포트 벡터 머신(Support vector machines)을 이용하여 입력모드를 분류할 수 있다. 이 방법에 의하면, N개의 관성신호의 특징으로부터 N차원 공간을 형성하고, 두 모드에 속하는 학습 데이터들로부터 가장 거리가 큰 하이퍼플레인(hyperplane)을 찾은 후, 이 하이퍼플레인에 의해 입력모드를 분류할 수 있고, 다음 수학식 9에 의해 정의할 수 있다.
[수학식 9]
Figure 112006004739171-pat00045
여기서
Figure 112006004739171-pat00046
, b는 학습에 의하여 정하여지는 가중치 값이고,
Figure 112006004739171-pat00047
는 두 class 간의 경계에 해당하는 학습데이터내의 데이터들로서, 학습데이터 내에서는
Figure 112006004739171-pat00048
에서 f(x)까지의 거리가, 다른 데이터에서 f(x)까지의 거리보다 최소가 된다. f(x)는 모드 판별함수로서 이값의 부호가 양수이면 심볼입력모드(class 1)로, 부호가 반대이면 연속상태입력모드(class 0)로 분류한다. K(x,y)는 두데이터 x,y간의 거리를 계산하는 함수로서 아래의 함수들이 일반적으로 사용될 수 있다.
[수학식 10]
Figure 112006004739171-pat00049
패턴 인식부의 제3 실시예로서, 베이지안(Bayesian) 네트워크를 이용하여 입력모드를 분류할 수도 있다. 이 방법에 의하면, 관성신호의 특징값들의 가우시안 분포로부터 각 입력모드의 확률을 계산한 후, 가장 확률이 높은 입력모드를 찾아 분류할 수 있다. 베이지안 네트워크는 확률 변수와 이들의 확률적 의존관계를 표현하는 그래프이고, 베이지안 네트워크를 사용하면, 입력에 대하여 각 모델별로 확률값을 계산할 수 있다,
연속상태입력모드일 때, 입력의 확률값은 다음 수학식 11과 같다.
[수학식 11]
Figure 112006004739171-pat00014
심볼입력모드일 때, 입력의 확률값은 다음 수학식 12와 같다.
[수학식 12]
Figure 112006004739171-pat00015
여기서, 각 확률 분포 P(Xi=xi|C=c)가 평균 μc, 분산 Σc인 가우시안 분포를 따른다고 가정하면, 다음 수학식 13과 같이 구할 수 있다.
[수학식 13]
Figure 112006004739171-pat00016
다수의 데이터에 대하여 학습을 수행하게 되면, 각 P(Xi=xi|C=c)별로 평균과 분산이 학습된다.
Figure 112004013569372-pat00017
이면, 연속상태입력모드(class 0)로, 부호가 반대이면 심볼입력모드(class 1)로 분류한다.
패턴 인식부의 제4 실시예로서, 템플릿 매칭을 이용하여 입력모드를 분류할 수도 있다. 이 방법에 의하면, 학습 데이터로부터 입력모드가 분류된 템플릿 데이터를 생성한 후, 현재 입력된 입력과 거리상으로 가장 가까운 템플릿 데이터를 찾아 입력모드를 분류할 수 있다. 다시 말하면, 입력 데이터 X=P(x1,...,xn) 및 학습데이터중 i번째 데이터 Yi=P(y1,..yn)에 대하여, Y*를 다음 수학식 14와 같이 정의할 수 있다.
[수학식 14]
Figure 112006004739171-pat00018
여기서, Distance(X,Y)는 다음 수학식 15와 같이 구할 수 있다.
[수학식 15]
Figure 112006004739171-pat00019
Y*가 심볼입력모드에 속한 데이터이면, 입력 X는 심볼입력모드로 분류되고, Y*가 연속상태입력모드에 속한 데이터이면, 입력 X는 연속상태입력모드로 분류된다.
패턴 인식부의 제5 실시예로서, 간단한 룰(Rule) 기반 분류방법을 이용하여 입력모드를 분류할 수도 있다. 이 방법에 의하면, 관성신호가 소정의 임계치보다 크면 심볼입력모드로 분류하고, 소정의 임계치보다 작으면 연속상태입력모드로 분류하며, 다음 수학식 16과 같이 정의할 수 있다.
[수학식 16]
Figure 112006004739171-pat00020
여기서, Tha는 가속도크기의 임계치이고, Thw는 각속도크기의 임계치이다.
상술한 패턴인식 알고리즘 외에도, 다양한 패턴인식 알고리즘을 본 발명에 적용할 수 있다.
S430 단계에서는, 상기 패턴인식에 의해 입력모드를 분류한 후, 연속상태입력모드 또는 심볼입력모드를 지시하는 출력값을 출력한다.
도 2로 되돌아가, S250 단계에서는 모드분류부의 모드분류 결과로부터 관성신호가 심볼입력모드인지의 여부를 판정한다. 관성신호가 연속상태입력모드이면, S260 단계에서는 연속상태입력처리부(151)는 연속상태입력처리를 수행한다. 도 6은 연속상태입력처리단계를 상세히 나타낸 것이다. S600 단계에서는, 관성신호를 소정의 기간동안 버퍼링한다. S610 단계에서는, 관성신호로부터 표시화면상의 상태(즉, 좌표)를 계산한다. 가속도신호인 관성신호에 대해서는, 2회의 적분연산을 수행하여 표시화면상의 상태를 계산할 수 있고, 각속도신호인 관성신호에 대해서는, 1회의 적분연산을 수행하고 적당한 좌표변환을 통해 표시화면상의 상태를 계산 할 수 있다. S620 단계에서는, 입력이 완료되었는가의 여부를 판정한다. 입력이 완료된 경우는, 사용자가 입력동작을 하지 않는 경우, 심볼을 입력하는 경우, 또는 누르던 입력버튼을 뗀 경우이다. 입력이 완료되지 않았으면, S600 단계로 되돌아가 연속상태입력처리단계를 반복한다. 입력이 완료되었으면, S630 단계에서는 입력처리부(150)는 입력제어신호를 출력한다.
S250 단계에서 관성신호가 연속상태입력모드가 아니라면, S270 단계에서는 관성신호가 심볼입력모드이므로, 심볼입력처리부(152)는 심볼입력처리를 수행한다. 도 7은 심볼입력처리단계를 흐름도로 상세히 나타낸 것이다. S700 단계에서는, 관성신호를 버퍼링한다. S710 단계에서는, 입력이 완료되었는지의 여부를 판정한다. 입력이 완료된 경우란, 사용자가 입력동작을 하지 않는 경우, 연속상태입력을 입력하는 경우, 또는 누르던 입력버튼(100)을 뗀 경우이다. 입력이 완료되지 않았으면, S700 단계로 되돌아가 관성신호를 계속 버퍼링한다. 입력이 완료되었으면, 사용자의 입력동작이 클 수도 있고 작을 수도 있기 때문에, S720 단계에서 관성신호의 크기를 정규화한다. S730 단계에서는, 정규화된 관성신호로부터 특징을 추출하고, S740 단계에서 패턴인식을 수행한다. S730 단계 및 S740 단계는 모드분류단계에서 행해지는 특징추출 및 패턴인식과 같은 방법으로 행해지므로, 여기서는 설명하지 않는다. 다만, 모드분류단계에서는 2개의 입력모드로 분류하지만, 심볼인식단계에서는 실시예에서와 같이 0부터 9까지의 10개의 숫자로 인식한다는 차이점이 있다. 필요에 따라서는 10개의 숫자뿐만 아니라 다른 심볼들을 인식할 수도 있다. 심볼입력처리부(152)는 10개의 심볼에 대한 관성신호의 특징을 미리 저장하고 있 고, S730 단계에서 추출된 관성신호의 특징을 미리 저장된 관성신호의 특징과 비교하여 패턴인식을 수행한다. S750 단계에서는, 입력처리부(150)는 입력제어신호를 출력한다.
도 2로 되돌아가, 연속상태입력처리 또는 심볼입력처리를 수행하면, S280 단계에서 입력버튼이 눌러져 있는지의 여부를 판정한다. 입력버튼이 눌러져 있으면, 사용자가 다른 입력을 추가로 입력하고자 하는 것이므로, S220 단계로 되돌아가, 관성신호를 버퍼링한다.
입력버튼이 눌러져 있지 않으면, 추가 입력이 없는 것이므로, S290 단계에서는 송신부(160)는 입력처리부(160)로부터의 입력제어신호를 전자장치로 송신한다. 송신방법은 유선 또는 무선일 수 있고, 유선인 경우에는 시리얼포트를 통해 송신할 수 있고, 무선인 경우에는 IR 신호를 송신할 수 있다.
본 발명의 제2 실시예에 따르면, 본 발명의 제1 실시예와 동일한 구성으로, 입력버튼(100), 관성센서(110), A/D 변환부(120), 버퍼링부(130), 모드분류부(140), 입력처리부(150) 및 송신부(160)를 포함하여 이루어진다. 본 발명의 제1 실시예와 차이점은, 모드분류부(140)의 내부 또는 외부에 연속상태입력모드와 심볼입력모드를 지시하는 소정의 심볼들을 저장하는 메모리(미도시)를 가진다는 것이다. 또한, 버퍼링부(130)는 사용자가 상기 소정의 심볼들에 해당하는 입력동작을 완료할 때까지 관성신호를 버퍼링한다. 이 경우, 모드분류부(140)는, 사용자가 연속상태입력모드 또는 심볼입력모드를 지시하는 동작을 입력하면, 버퍼링된 관성신호를 메모리에 저장된 심볼들과 비교하여 제1 실시예의 심볼입력처리단계에 서 행해지는 심볼인식방법에 의해 입력모드를 분류한다. 그 후, 입력처리부(150)는 사용자의 후속 동작에 따른 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력한다. 이는 제1 실시예의 입력처리부(150)에서 행해지는 입력처리단계와 동일하다.
도 10은 본 발명의 제3 실시예에 따른 입력모드 분류가능한 동작기반 입력장치를 블록도로 도시한 것으로서, 연속상태입력버튼(1000), 심볼입력버튼(1005), 관성센서(1010), A/D 변환부(1020), 모드전환부(1030), 입력처리부(1050), 송신부(1060)를 포함하여 이루어진다. 제1 실시예와 다른 점은, 연속상태입력을 입력할 수 있는 스위치로서 기능하는 연속상태입력버튼(1000), 및 심볼입력을 입력할 수 있는 스위치로서 기능하는 심볼입력버튼(1005)을 가진다는 것이다. 따라서, 제1 실시예에서의 버퍼링부(130) 및 모드분류부(140)를 구비하지 않고, 연속상태입력버튼(1000) 또는 심볼입력버튼(1005)이 눌러졌는지의 여부에 따라 모드를 전환시키는 모드전환부(1030)를 구비한다.
본 발명의 제1 실시예 내지 제3 실시예의 동작상의 차이를 도 11a 내지 도 11d를 참조하여 설명한다.
도 11a는 전자장치의 음량을 5에서 10으로 조절하는 것을 화면상에 나타내는 도이다. 도 11b는 제1 실시예에 따른 음량조절 동작을 나타내는 도이다. 사용자가 입력버튼을 누르고 음량을 의미하는 심볼입력 동작을 취한다. 그 후, 오른쪽 방향의 연속상태입력으로 음량을 높이고, 입력버튼에서 손을 뗀다. 제1 실시예는 사용자가 가장 간편하게 음량을 조절할 수 있는 반면에, 실험례에서 살펴본 바와 같이 모드분류단계에서의 에러가 있을 수 있다.
도 11c는 제2 실시예에 따른 음량조절 동작을 나타내는 도이다. 사용자가 입력버튼은 누르고 심볼입력모드를 의미하는 심볼입력 동작을 취한다. 그 후, 입력버튼을 다시 누르고 음량을 의미하는 심볼입력 동작을 취한다. 그 후, 입력버튼을 다시 누르고 연속상태입력모드를 의미하는 연속상태입력 동작을 취한다. 그 후, 입력버튼을 다시 누르고 오른쪽 방향의 연속상태입력으로 음량을 높인다. 제2 실시예는 사용자에게 많은 동작을 요구함으로써 편의성이 떨어지는 단점이 있으나, 모드분류단계에서의 에러를 감소시킬 수 있다.
도 11d는 제3 실시예에 따른 음량조절 동작을 나타내는 도이다. 사용자가 심볼입력버튼을 누르고 음량을 의미하는 심볼입력동작을 취한다. 그 후, 상태입력버튼을 누르고 오른쪽 방향의 연속상태입력으로 음량을 높인다. 제3 실시예는 모드분류상의 에러를 최소화시킬 수 있는 반면에, 동작기반 입력장치에 2개의 입력버튼이 필요하다.
본 발명에 따르면, 사용자의 입력동작에 따라 연속상태입력모드 및 심볼입력모드를 분류하여 각 입력모드에서 입력처리를 수행함으로써, 사용자가 동작기반 입력장치를 통해 전자장치에 편리하게 입력할 수 있다.
이상 도면과 명세서에서 최적 실시예들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 당해 기술 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (23)

  1. 사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서;
    상기 관성신호를 일정한 간격으로 버퍼링하는 버퍼링부;
    상기 버퍼링된 관성신호의 특징을 추출하고, 상기 추출되는 특징을 이용하여 입력모드를 연속상태입력모드와 심볼입력모드로 분류하는 모드분류부; 및
    상기 분류된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  2. 제1항에 있어서, 상기 관성센서는,
    가속도센서 및 각속도센서중 적어도 하나 이상의 센서를 가지는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  3. 제1항에 있어서,
    상기 사용자가 동작을 입력할 수 있는 스위치로서 기능하는 입력버튼을 더 포함하는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  4. 제1항에 있어서, 상기 버퍼링부는,
    상기 관성신호를 일시 저장하는 버퍼메모리; 및
    상기 버퍼메모리에 저장된 관성신호를 일정한 간격으로 버퍼링하기 위한 윈도우의 구간폭 및 이동폭을 제어하는 버퍼링제어부를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  5. 제4항에 있어서, 상기 버퍼링제어부는,
    상기 윈도우의 이동폭을 상기 윈도우의 구간폭보다 작게 설정하는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  6. 제1항에 있어서, 상기 모드분류부는,
    상기 관성신호로부터 패턴인식을 하기 위한 특징을 추출하는 특징추출부; 및
    상기 추출된 특징으로부터 패턴인식을 수행하여 연속상태입력모드 또는 심볼입력모드를 지시하는 출력값을 출력하는 패턴인식부를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  7. 제6항에 있어서, 상기 특징추출부는,
    상기 관성신호로부터 일정한 간격으로 구해진 관성신호의 크기들, 및 상기 관성신호의 크기들로부터 얻어진 최대 변화량을 상기 관성신호의 특징으로 추출하는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  8. 제6항에 있어서, 상기 패턴인식부는,
    상기 추출된 관성신호의 특징으로부터 다층 퍼셉트론 구조의 신경망을 이용하여 패턴인식을 수행하는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  9. 제6항에 있어서, 상기 패턴인식부는,
    상기 추출된 관성신호의 특징으로부터 서포트벡터머신을 이용하여 패턴인식을 수행하는 입력모드 분류가능한 동작기반 입력장치.
  10. 제6항에 있어서, 상기 패턴인식부는,
    상기 추출된 관성신호의 특징으로부터 베이지안 네트워크를 이용하여 패턴인식을 수행하는 입력모드 분류가능한 동작기반 입력장치.
  11. 제6항에 있어서, 상기 패턴인식부는,
    상기 추출된 관성신호의 특징으로부터 템플릿 매칭을 이용하여, 패턴인식을 수행하는 입력모드 분류가능한 동작기반 입력장치.
  12. 제1항에 있어서, 상기 모드분류부는,
    상기 추출된 관성신호의 특징중 상기 관성신호의 크기가 소정의 임계치보다 작으면 연속상태입력모드로 분류하고 소정의 임계치보다 크면 심볼입력모드로 분류하는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  13. 제1항에 있어서, 상기 입력처리부는,
    상기 입력모드가 연속상태입력모드인 경우, 상기 관성신호를 일정한 간격으로 버퍼링하고, 상기 버퍼링된 관성신호로부터 상태를 계산하는 연속상태입력처리부; 및
    상기 입력모드가 심볼입력모드인 경우, 상기 관성신호를 입력이 완료될 때까지 버퍼링하고, 상기 버퍼링된 관성신호에 대해 특징을 추출하고 패턴인식을 수행함으로써 심볼을 인식하는 심볼입력처리부를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  14. 사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서;
    상기 사용자가 입력동작을 완료할 때까지 상기 관성신호를 버퍼링하는 버퍼링부;
    연속상태입력모드와 심볼입력모드를 지시하는 소정의 심볼들을 저장하는 메모리;
    상기 버퍼링된 관성신호를 상기 메모리에 저장된 상기 소정의 심볼들과 비교하여 상기 연속상태입력모드 및 심볼입력모드 중 대응하는 입력모드를 판단하는 모드분류부; 및
    상기 판단된 입력모드에 따라, 상기 사용자의 후속 동작에 따른 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  15. 제14항에 있어서, 상기 관성센서는,
    가속도센서 및 각속도센서중 적어도 하나 이상의 센서를 가지는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  16. 제15항에 있어서,
    상기 사용자가 동작을 입력할 수 있는 스위치로서 기능하는 입력버튼을 더 포함하는 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  17. 심볼입력모드를 설정하기 위한 심볼입력버튼;
    연속상태입력모드를 설정하기 위한 연속상태입력버튼;
    사용자의 동작에 따른 관성신호를 획득하기 위한 관성센서;
    상기 심볼입력버튼 또는 상기 연속상태입력버튼에 따라 입력모드를 설정하는 모드전환부; 및
    상기 설정된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 입력처리부를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력장치.
  18. (a) 사용자의 동작에 따른 관성신호를 획득하는 단계;
    (b) 상기 관성신호를 일정한 간격으로 버퍼링하는 단계;
    (c) 상기 버퍼링된 관성신호의 특징을 추출하고, 상기 추출되는 특징을 이용하여 입력모드를 연속상태입력모드와 심볼입력모드로 분류하는 단계; 및
    (d) 상기 분류된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 단계를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력방법.
  19. 제18항에 있어서, 상기 관성신호는,
    가속도신호 및 각속도신호중 적어도 하나 이상의 신호인 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력방법.
  20. (a) 사용자의 동작에 따른 관성신호를 획득하는 단계;
    (b) 상기 사용자가 입력동작을 완료할 때까지 상기 관성신호를 버퍼링하는 단계; 및
    (c) 상기 버퍼링된 관성신호를 미리 저장된 상기 소정의 심볼들과 비교하여 상기 연속상태입력모드 및 심볼입력모드 중 대응하는 입력모드를 판단하는 단계; 및
    (d) 상기 판단된 입력모드에 따라, 상기 사용자의 후속 동작에 따른 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 단계를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력방법.
  21. 제20항에 있어서, 상기 관성신호는,
    가속도신호 및 각속도신호중 적어도 하나 이상의 신호인 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력방법.
  22. (a) 심볼입력모드 또는 연속상태입력모드를 설정하는 단계;
    (b) 사용자의 동작에 따른 관성신호를 획득하는 단계; 및
    (c) 상기 설정된 입력모드에 따라 상기 관성신호를 처리하여 대응하는 연속상태 또는 심볼을 인식하고, 상기 인식된 연속상태 또는 심볼을 나타내는 입력제어신호를 출력하는 단계를 포함함을 특징으로 하는 입력모드 분류가능한 동작기반 입력방법.
  23. 제22항에 있어서, 상기 관성신호는,
    가속도신호 및 각속도신호중 적어도 하나 이상의 신호인 것을 특징으로 하는 입력모드 분류가능한 동작기반 입력방법.
KR1020040022557A 2004-04-01 2004-04-01 입력모드 분류가능한 동작기반 입력장치 및 방법 KR100580647B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020040022557A KR100580647B1 (ko) 2004-04-01 2004-04-01 입력모드 분류가능한 동작기반 입력장치 및 방법
US11/094,217 US20050219213A1 (en) 2004-04-01 2005-03-31 Motion-based input device capable of classifying input modes and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040022557A KR100580647B1 (ko) 2004-04-01 2004-04-01 입력모드 분류가능한 동작기반 입력장치 및 방법

Publications (2)

Publication Number Publication Date
KR20050097288A KR20050097288A (ko) 2005-10-07
KR100580647B1 true KR100580647B1 (ko) 2006-05-16

Family

ID=35053731

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040022557A KR100580647B1 (ko) 2004-04-01 2004-04-01 입력모드 분류가능한 동작기반 입력장치 및 방법

Country Status (2)

Country Link
US (1) US20050219213A1 (ko)
KR (1) KR100580647B1 (ko)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1819816B1 (en) * 2004-12-07 2008-09-10 Applied NanoSystems B.V. Methods for the production and secretion of modified peptides
KR100537279B1 (ko) * 2005-05-12 2005-12-16 삼성전자주식회사 모션 인지 가능 휴대용 단말기 및 그의 모션 인지 방법
KR100777107B1 (ko) 2005-12-09 2007-11-19 한국전자통신연구원 가속도 센서를 이용한 문자인식 장치 및 방법
TWI348639B (en) * 2005-12-16 2011-09-11 Ind Tech Res Inst Motion recognition system and method for controlling electronic device
US9411428B2 (en) * 2006-01-31 2016-08-09 Hillcrest Laboratories, Inc. 3D pointing devices with keyboards
US7636645B1 (en) 2007-06-18 2009-12-22 Ailive Inc. Self-contained inertial navigation system for interactive control using movable controllers
US20110044501A1 (en) * 2006-07-14 2011-02-24 Ailive, Inc. Systems and methods for personalized motion control
US7702608B1 (en) 2006-07-14 2010-04-20 Ailive, Inc. Generating motion recognizers for arbitrary motions for video games and tuning the motion recognizers to the end user
US9405372B2 (en) 2006-07-14 2016-08-02 Ailive, Inc. Self-contained inertial navigation system for interactive control using movable controllers
US8508472B1 (en) 2006-11-28 2013-08-13 James W. Wieder Wearable remote control with a single control button
US7636697B1 (en) 2007-01-29 2009-12-22 Ailive Inc. Method and system for rapid evaluation of logical expressions
US20090221368A1 (en) * 2007-11-28 2009-09-03 Ailive Inc., Method and system for creating a shared game space for a networked game
KR100953861B1 (ko) * 2008-01-29 2010-04-20 한국과학기술원 끝점 검출 방법, 이를 적용한 마우스 장치와 그 작동 방법
US8655622B2 (en) * 2008-07-05 2014-02-18 Ailive, Inc. Method and apparatus for interpreting orientation invariant motion
US8370106B2 (en) * 2008-07-07 2013-02-05 Keynetik, Inc. Spatially aware inference logic
US8442797B2 (en) * 2009-03-30 2013-05-14 Kionix, Inc. Directional tap detection algorithm using an accelerometer
CN102667651B (zh) * 2009-10-06 2017-05-03 伦纳德·鲁迪·迪克曼 用于通过使用基于移动的信号和输入控制机器的方法和设备
KR101282193B1 (ko) * 2009-11-10 2013-07-04 한국전자통신연구원 칼만 필터와 ｆｉｒ 필터를 사용한 동영상 인코더에서의 비트율 제어 방법
JP2011170857A (ja) * 2010-02-22 2011-09-01 Ailive Inc 最小のディレイでモーション認識を行うシステム及び方法
US9310887B2 (en) 2010-05-06 2016-04-12 James W. Wieder Handheld and wearable remote-controllers
US9195309B2 (en) 2011-05-27 2015-11-24 Qualcomm Incorporated Method and apparatus for classifying multiple device states
US9148331B2 (en) * 2012-05-02 2015-09-29 Elwha Llc Control of transmission to a target device with a cloud-based architecture
US20130297725A1 (en) * 2012-05-02 2013-11-07 Elwha Llc Control of Transmission to a Target Device with a Cloud-Based Architecture
US20130298199A1 (en) * 2012-05-02 2013-11-07 Elwha Llc Control of Transmission to a Target Device with a Cloud-Based Architecture
CN105009027B (zh) * 2012-12-03 2018-09-04 纳维森斯有限公司 用于估计对象的运动的系统和方法
JP7221291B2 (ja) * 2018-02-19 2023-02-13 ブラウン ゲーエムベーハー 可動式処置デバイスの位置特定を実施するための装置及び方法
US10901529B2 (en) 2018-07-19 2021-01-26 Stmicroelectronics S.R.L. Double-tap event detection device, system and method
WO2020029146A1 (zh) * 2018-08-08 2020-02-13 华为技术有限公司 一种获取用户运动轨迹的方法及终端
US11914801B2 (en) * 2020-03-26 2024-02-27 Eaton Intelligent Power Limited Tremor cancellation

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6130666A (en) * 1996-10-07 2000-10-10 Persidsky; Andre Self-contained pen computer with built-in display
US6573883B1 (en) * 1998-06-24 2003-06-03 Hewlett Packard Development Company, L.P. Method and apparatus for controlling a computing device with gestures
US6369794B1 (en) * 1998-09-09 2002-04-09 Matsushita Electric Industrial Co., Ltd. Operation indication outputting device for giving operation indication according to type of user's action
US6650779B2 (en) * 1999-03-26 2003-11-18 Georgia Tech Research Corp. Method and apparatus for analyzing an image to detect and identify patterns
WO2003017244A1 (en) * 2001-08-17 2003-02-27 Multidigit, Inc. System and method for selecting actions based on the identification of user's fingers
US7181370B2 (en) * 2003-08-26 2007-02-20 Siemens Energy & Automation, Inc. System and method for remotely obtaining and managing machine data

Also Published As

Publication number Publication date
KR20050097288A (ko) 2005-10-07
US20050219213A1 (en) 2005-10-06

Similar Documents

Publication Publication Date Title
KR100580647B1 (ko) 입력모드 분류가능한 동작기반 입력장치 및 방법
US11222239B2 (en) Information processing apparatus, information processing method, and non-transitory computer-readable storage medium
Abreu et al. Evaluating sign language recognition using the myo armband
TWI506461B (zh) 人體動作的辨識方法與裝置
Ibraheem et al. Survey on various gesture recognition technologies and techniques
US7340077B2 (en) Gesture recognition system using depth perceptive sensors
US20110043475A1 (en) Method and system of identifying a user of a handheld device
CN110472506B (zh) 一种基于支持向量机和神经网络优化的手势识别方法
KR100862349B1 (ko) 제스처 인식 기능을 이용한 반투과 거울 기반 사용자인터페이스 시스템
US11328211B2 (en) Delimitation in unsupervised classification of gestures
Qi et al. Computer vision-based hand gesture recognition for human-robot interaction: a review
Kumar et al. A hybrid gesture recognition method for American sign language
Belgioioso et al. A machine learning based approach for gesture recognition from inertial measurements
EP2781991B1 (en) Signal processing device and signal processing method
AU2019101220A4 (en) Gesture recognition based smart home control system
Marasović et al. Accelerometer based gesture recognition system using distance metric learning for nearest neighbour classification
Hamdy Ali et al. A comparative study of user dependent and independent accelerometer-based gesture recognition algorithms
JP4060261B2 (ja) 画像に含まれる身体形状を判定する方法及び非接触型ポインティング・デバイスの実現方法
Karacı et al. Real-Time Turkish Sign Language Recognition Using Cascade Voting Approach with Handcrafted Features
KR20190132885A (ko) 영상으로부터 손을 검출하는 장치, 방법 및 컴퓨터 프로그램
Patel et al. Deep Leaning Based Static Indian-Gujarati Sign Language Gesture Recognition
US10120453B2 (en) Method for controlling electronic equipment and wearable device
Babu et al. Controlling Computer Features Through Hand Gesture
Raytchev et al. User-independent online gesture recognition by relative motion extraction
Kakade et al. Dynamic hand gesture recognition: a literature review

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130429

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20140429

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee