KR101653167B1 - 키 입력을 인터페이스하는 장치 및 방법 - Google Patents

키 입력을 인터페이스하는 장치 및 방법 Download PDF

Info

Publication number
KR101653167B1
KR101653167B1 KR1020150088188A KR20150088188A KR101653167B1 KR 101653167 B1 KR101653167 B1 KR 101653167B1 KR 1020150088188 A KR1020150088188 A KR 1020150088188A KR 20150088188 A KR20150088188 A KR 20150088188A KR 101653167 B1 KR101653167 B1 KR 101653167B1
Authority
KR
South Korea
Prior art keywords
key
key input
recognition area
setting
distribution
Prior art date
Application number
KR1020150088188A
Other languages
English (en)
Inventor
김태호
이슬
이동욱
정대웅
Original Assignee
주식회사 노타
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 주식회사 노타 filed Critical 주식회사 노타
Priority to KR1020150088188A priority Critical patent/KR101653167B1/ko
Priority to PCT/KR2015/010610 priority patent/WO2016208817A1/ko
Application granted granted Critical
Publication of KR101653167B1 publication Critical patent/KR101653167B1/ko

Links

Images

Classifications

    • 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
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G06F3/0237—Character input methods using prediction or retrieval techniques
    • 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
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04886—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures by partitioning the display area of the touch-screen or the surface of the digitising tablet into independently controllable areas, e.g. virtual keyboards or menus

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)
  • User Interface Of Digital Computer (AREA)
  • Input From Keyboards Or The Like (AREA)

Abstract

본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치는 키 입력 장치에 포함된 복수의 키에 대한 터치 지점을 입력받는 입력부, 각각의 상기 키에 대한 상기 터치 지점의 집합에 대한 분포를 기 정의된 확률 모델을 이용하여 모델링하는 분포 모델링부, 및 모델링된 상기 분포를 기초로, 상기 키에 대한 입력으로 인식하는 인식 영역을 설정하는 설정부를 포함한다.

Description

키 입력을 인터페이스하는 장치 및 방법{APPARATUS AND METHOD FOR INTERFACING KEY INPUT}
본 발명은 키 입력을 인터페이스하는 장치 및 방법에 관한 것으로, 보다 자세하게는 사용자가 터치한 지점에 대한 분포를 확률 모델로 모델링하고, 이를 기초로 키의 인식 영역을 적응적으로 변경함으로써 오타율을 감소시킬 수 있는 장치 및 방법에 관한 것이다.
스마트폰과 같은 휴대용 단말은 데이터를 입력받는 수단으로, 휴대용 단말의 화면 상에 구현되어 표시되는 다양한 형태의 키 입력 장치(예를 들면, 쿼티 키보드나 천지인 등)를 구비한다.
이러한 휴대용 단말은 그 용도에 따라 제한된 크기의 화면을 가질 수 밖에 없으며, 키 입력 장치 또한 이러한 제한된 크기의 화면에 구현될 수 밖에 없으므로, 이에 따르는 여러가지 불편함이 존재한다. 예를 들면, 한 개의 키가 차지하는 면적에 제한이 있기 때문에 사용자가 의도한 키가 아닌 주변의 다른 글자가 입력되는 오타가 빈번히 발생할 수 있다.
이러한 오타를 줄이기 위하여 종래에는 다양한 방법의 기술이 공개되었다. 예를 들면, 사용자의 키 스트록(stroke)의 속도를 고려하여 오타를 줄이는 방법 또는 사용자가 직전에 입력한 글자를 기초로 현재 터치 지점이 의도하는 키가 무엇인지를 예측하는 방법 등이 공개되었다.
그러나, 사용자의 터치 지점을 분석하여 키의 인식 영역을 키의 레이아웃과 상이하게 설정하여 제공하는 기술은 공개되지 않았다.
한국공개특허공보, 10-2014-0059806 (2014.05.16. 공개)
본 발명의 해결하고자 하는 과제는, 사용자의 터치 지점의 집합에 대한 분포를 확률 모델로 모델링하고, 모델링된 이러한 분포를 기초로 키의 인식 영역을 적응적으로 변경함으로써 오타율을 감소시킬 수 있는 키 입력 인터페이스 장치 및 방법을 제공하는 것이다.
또한, 사용자가 키를 입력하는 상황을 분석하고 이러한 상황에 따라 키의 인식 영역을 달리하여 제공하는 키 입력 인터페이스 장치 및 방법을 제공하는 것이다.
다만, 본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치는 키 입력 장치에 포함된 복수의 키에 대한 터치 지점을 입력받는 입력부; 각각의 상기 키에 대한 상기 터치 지점의 집합에 대한 분포를 기 정의된 확률 모델을 이용하여 모델링하는 분포 모델링부; 및 모델링된 상기 분포를 기초로, 상기 키에 대한 입력으로 인식하는 인식 영역을 설정하는 설정부를 포함한다.
또한, 상기 확률 모델은 상기 터치 지점이 의도한 키가, 상기 복수의 키 중에서 어느 키에 대한 것인지에 대한 정보에 대해서 자율 학습(unsupervised learning)인 것을 특징으로 할 수 있다.
또한, 상기 확률 모델은 상기 확률 모델과 관련된 파라미터를 추정하는 모수적(parametric)인 것을 특징으로 할 수 있다.
또한, 상기 분포 모델링부는 상기 키의 레이아웃 내의 기 설정된 범위 내에 있는 터치 지점을 기초로, 상기 파라미터의 초기값을 설정할 수 있다.
또한, 상기 분포 모델링부는 상기 파라미터 중 역공분산(inverse covariance)값이 추정되지 않는 경우, 기 정의된 보정값을 기초로 상기 역공분산값을 추정할 수 있다.
또한, 상기 확률 모델은 가우시안 혼합 모델(gaussian mixture model, GMM)이고, 상기 분포 모델링부는 기대값 최대화(expectation maximization, EM)을 이용하여 상기 가우시안 혼합 모델의 파라미터를 추정할 수 있다.
또한, 상기 설정부는 상기 복수의 키 중에서 입력받은 터치 지점이 기 설정된 개수 이하인 제1 키에 대해서, 상기 제1 키에 대응하는 제1 레이아웃으로 상기 인식 영역을 설정하거나 또는 사전에 모델링된 제1 분포를 기초로 상기 인식 영역을 설정할 수 있다.
또한, 상기 설정부는 상기 파라미터가 기 설정된 경계값(bound) 이내인지 여부를 고려하여 상기 인식 영역을 설정할 수 있다.
본 발명의 제2 실시예에 따른 키 입력 인터페이스 장치는 키 입력 장치에 포함된 복수의 키에 대한 터치 지점을 입력받는 입력부; 각각의 상기 키에 대한 상기 터치 지점의 집합에 대한 분포를 기 정의된 확률 모델을 이용하여 모델링하는 분포 모델링부; 모델링된 상기 분포를 기초로 상기 입력받은 터치 지점 중에서 정타와 오타를 분류하여 레이블링(labeling)하는 레이블링부; 및 상기 레이블링부가 레이블링한 결과를 기초로, 상기 키에 대한 입력으로 인식하는 인식 영역을 설정하는 설정부를 포함한다.
또한, 상기 레이블링부는 상기 입력받은 터치 지점에 대한 우도(likelihood)가 기 설정된 문턱값 이상이면 정타로 선별할 수 있다.
또한, 상기 레이블링부는 기 정의된 오타 검출 알고리즘을 기초로 상기 입력받은 터치 지점 중에서 오타를 선별할 수 있다.
또한, 상기 설정부는 상기 레이블링한 결과를 기초로, 상기 인식 영역을 심층 신경 네트워크(deep neural network)를 이용하여 설정할 수 있다.
또한, 상기 키 입력 인터페이스 장치는 상기 키 입력 장치의 사용자의 상황을 판단하는 상황 판단부를 더 포함하고, 상기 입력부는 입력받은 터치 지점을 상기 상황에 따라 구분하며, 상기 분포 모델링부는 상기 상황에 따라 상기 분포를 상이하게 모델링하고, 상기 설정부는 상기 상황에 따라 상기 인식 영역을 상이하게 설정할 수 있다.
또한, 상기 상황은 상기 사용자의 움직임, 상기 사용자의 자세, 상기 키 입력 장치를 상기 사용자가 양손으로 조작하는지 여부 또는 상기 키 입력 장치가 동작하는 순간의 온도 중 적어도 하나 이상일 수 있다.
본 발명의 제3 실시예에 따른 키 입력 인터페이스 장치에 의하여 수행되는 키 입력 장치의 키 입력을 인터페이스하는 방법은 상기 키 입력 장치에 포함된 복수의 키에 대한 터치 지점을 입력받는 단계; 각각의 상기 키에 대한 상기 터치 지점의 집합에 대한 분포를 기 정의된 확률 모델을 이용하여 모델링하는 단계; 및 모델링된 상기 분포를 기초로, 상기 키에 대한 입력으로 인식하는 인식 영역을 설정하는 단계를 포함한다.
또한, 상기 확률 모델은 상기 터치 지점이 의도한 키가, 상기 복수의 키 중에서 어느 키에 대한 것인지에 대한 정보에 대해서 자율 학습(unsupervised learning)인 것을 특징으로 할 수 있다.
또한, 상기 확률 모델은 상기 확률 모델과 관련된 파라미터를 추정하는 모수적(parametric)인 것을 특징으로 할 수 있다.
또한, 상기 모델링하는 단계는 상기 키의 레이아웃 내의 기 설정된 범위 내에 있는 터치 지점을 기초로, 상기 파라미터의 초기값을 설정하는 단계를 포함할 수 있다.
또한, 상기 모델링하는 단계는 상기 파라미터 중 역공분산(inverse covariance)값이 추정되지 않는 경우, 기 정의된 보정값을 기초로 상기 역공분산값을 추정하는 단계를 포함할 수 있다.
또한, 상기 확률 모델은 가우시안 혼합 모델(gaussian mixture model, GMM)이고, 상기 모델링하는 단계는 기대값 최대화(expectation maximization, EM)을 이용하여 상기 가우시안 혼합 모델의 파라미터를 추정할 수 있다.
또한, 상기 설정하는 단계는 상기 복수의 키 중에서 입력받은 터치 지점이 기 설정된 개수 이하인 제1 키에 대해서, 상기 제1 키에 대응하는 제1 레이아웃으로 상기 인식 영역을 설정하거나 또는 사전에 모델링된 제1 분포를 기초로 상기 인식 영역을 설정하는 단계를 포함할 수 있다.
또한,상기 설정하는 단계는 상기 파라미터가 기 설정된 경계값(bound) 이내인지 여부를 고려하여 상기 인식 영역을 설정할 수 있다.
본 발명의 제4 실시예에 따른 키 입력 인터페이스 장치에 의하여 수행되는 키 입력 장치의 키 입력을 인터페이스하는 방법은 키 입력 장치에 포함된 복수의 키에 대한 터치 지점을 입력받는 단계; 각각의 상기 키에 대한 상기 터치 지점의 집합에 대한 분포를 기 정의된 확률 모델을 이용하여 모델링하는 단계; 모델링된 상기 분포를 기초로 상기 입력받은 터치 지점 중에서 정타와 오타를 분류하여 레이블링(labeling)하는 단계; 및 상기 레이블링부가 레이블링한 결과를 기초로, 상기 키에 대한 입력으로 인식하는 인식 영역을 설정하는 단계를 포함한다.
또한, 상기 레이블링하는 단계는 상기 입력받은 터치 지점에 대한 우도(likelihood)가 기 설정된 문턱값 이상이면 정타로 선별할 수 있다.
또한, 상기 레이블링하는 단계는 기 정의된 오타 검출 알고리즘을 기초로 상기 입력받은 터치 지점 중에서 오타를 선별할 수 있다.
또한, 상기 설정하는 단계는 상기 레이블링한 결과를 기초로, 상기 인식 영역을 심층 신경 네트워크(deep neural network)를 이용하여 설정할 수 있다.
또한, 상기 키 입력 인터페이스 방법은 상기 키 입력 장치의 사용자의 상황을 판단하는 단계를 더 포함하고, 상기 입력받는 단계는 상기 입력받은 터치 지점을 상기 상황에 따라 구분하며, 상기 모델링하는 단계는 상기 상황에 따라 상기 분포를 상이하게 모델링하고, 상기 설정하는 단계는 상기 상황에 따라 상기 인식 영역을 상이하게 설정할 수 있다.
또한, 상기 상황은 상기 사용자의 움직임, 상기 사용자의 자세, 상기 키 입력 장치를 상기 사용자가 양손으로 조작하는지 여부 또는 상기 키 입력 장치가 동작하는 순간의 온도 중 적어도 하나 이상일 수 있다.
본 발명의 실시예에 따른 방법은 컴퓨터 프로그램이 기록된 기록매체에 포함되어 구현될 수 있다.
본 발명의 일 실시예에 따르면, 사용자의 터치 지점의 집합에 대한 분포를 기초로 키의 인식 영역을 적응적으로 변경하여 제공할 수 있으며, 또한 사용자가 키를 입력하는 상황별로 키의 인식 영역을 변경하여 제공할 수 있으므로 키 입력 장치의 오타율을 감소시킬 수 있다.
도 1은 본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치의 구성을 예시적으로 도시한 도면이다.
도 2는 본 발명의 제1 실시예에 따라 사용자의 터치 지점에 대한 분포를 예시적으로 도시한 도면이다.
도 3은 본 발명의 제1 실시예에 따라, 확률 모델의 초기 파라미터를 설정하는데 사용되는 터치 지점의 분포를 예시적으로 표시한 도면이다.
도 4는 본 발명의 제1 실시예에 따라, 추정된 확률 모델의 파라미터를 기초로 분포를 모델링한 것을 예시적으로 표시한 도면이다.
도 5는 본 발명의 제1 실시예에 따라 키의 인식 영역을 변경한 것을 예시적으로 도시한 도면이다.
도 6은 본 발명의 제1 실시예에 따른 키 입력을 인터페이스하는 방법의 순서를 예시적으로 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치의 구성을 예시적으로 도시한 도면이다.
먼저, 본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치(100)는 도면에는 도시되지 않았지만 키를 입력받는 키 입력 장치에 포함되어 구현될 수 있으며, 이러한 키 입력 장치는 복수의 키에 대한 입력을 터치에 의해 입력받는 장치로써 예를 들면 터치 스크린을 구비하는 스마트폰, 스마트패드, PDA, 컴퓨터, 데스크탑, 랩탑, 노트북, 워크스테이션 또는 서버 등일 수 있으며, 다만 이에 한정되는 것은 아니다.
아울러, 본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치(100)는 프로세서 및 프로세서에 의해 실행되는 명령어들을 저장하는 메모리를 포함하는 전자 디바이스에 구현될 수 있으나, 이에 한정되는 것은 아니다.
도 1을 참조하면, 본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치(100)는 입력부(110), 분포 모델링부(130) 또는 설정부(150)를 포함할 수 있다. 다만, 이는 예시적인 것이므로 실시예에 따라서는 이 중 적어도 하나 이상의 구성요소를 포함하지 않거나 또는 여기에서 언급되지 않은 또 다른 구성요소를 더 포함할 수 있다. 아울러, 이러한 구성요소는 동일한 물리적 장치에 위치하거나 또는 서로 다른 물리적 장치에 위치할 수도 있다.
입력부(110)는 키 입력 장치로부터 사용자가 터치한 터치 지점을 입력받으며, 도 2는 이와 같이 입력부(110)가 입력받은 터치 지점을 터치 스크린 상에 예시적으로 도시한 도면이다.
터치 지점은 예를 들면 키 입력 장치에 포함된 터치 스크린 상에서의 좌표(x,y)의 형식일 수 있다.
아울러, 입력부(110)는 키 입력 장치로부터 사용자가 입력한 터치 지점 전체에 대하여 한꺼번에 입력받을 수 있으며, 이에 따라 후술하겠지만 분포 모델링부(130)는 이러한 터치 지점 전체를 기초로 한번에 분포를 모델링할 수 있다(batch learning). 다만, 이는 일 실시예에 불과한 것으로 본 발명의 사상이 이에 한정되는 것은 아니다. 즉, 실시예에 따라서는 입력부(110)는 사용자가 입력한 터치 지점 중 일부에 대하여 입력받을 수 있으며, 이에 따라 분포 모델링부(130)는 이러한 터치 지점을 기초로 분포를 여러 차례에 걸쳐 모델링할 수도 있다(online learning).
분포 모델링부(130)는, 각각의 키에 대하여 입력부(110)가 입력받은 터치 지점에 대한 분포를 기초로 기 정의된 확률 모델을 이용하여 모델링한다.
보다 구체적으로 살펴보면, 분포 모델링부(130)가 모델링에 이용하는 데이터는 입력받은 전체 터치 지점, 즉, 터치 지점의 집합일 수 있다. 아울러, 분포 모델링부는 각각의 키 별로 입력받은 터치 지점에 대한 분포를 기초로 모델링할 수 있는데, 각각의 키 별로 입력받은 터치 지점에 대한 분포는 도 2에 도시되어 있다.
여기서, 분포 모델링부(130)가 모델링에 이용하는 확률 모델은, 확률 모델과 관련된 파라미터를 추정하는 모수적(parametric)인 것을 특징으로 할 수 있다. 이 때 추정되는 파라미터에는 예를 들면 평균이나 공분산 등이 포함될 수 있다. 아울러, 확률 모델은 사용자가 터치 지점에 의하여 의도한 키에 대한 정보 없이 파라미터를 추정하는, 즉 자율 학습(unsupervised learning)인 것을 특징으로 할 수 있다.
이러한 확률 모델은 예를 들면 가우시안 혼합 모델(gaussian mixture model, GMM)일 수 있으며, 분포 모델링부(130)는 기대값 최대화(expectation maximization, EM)을 이용하여 가우시안 혼합 모델의 파라미터를 추정(학습)할 수 있는데, 이에 대해서는 이하에서 보다 자세하게 살펴보기로 한다.
먼저, 분포 모델링부(130)는 가우시안 혼합 모델과 관련된 파라미터의 초기값을 설정하며, 이 때 아래의 수학식 1을 이용할 수 있다.
Figure 112015059957915-pat00001
여기서, Θ는 전술한 파라미터를 나타내며 x는 입력받은 터치 지점을 나타낸다. 아울러, αi는 기 정의된 가중치이므로, 수학식 1의 우변은 M개의 가우시안 확률 분포의 가중치가 반영된 합을 의미한다.
한편, 분포 모델링부(130)는 수학식 1을 이용하여 초기값을 설정함에 있어서 입력받은 터치 지점 전체가 아닌, 키의 레이아웃 내의 기 설정된 범위 내에 있는 터치 지점을 이용하여 초기값을 설정할 수 있다. 여기서, 키의 레이아웃 내의 기 설정된 범위 내에 있는 터치 지점이란, 예를 들면 키의 레이아웃 내에 있는 터치 지점 중에서 키의 중심으로부터 거리가 가까운 순으로 선별된 일부의 데이터만을 지칭할 수 있으며, 도 3은 이와 같이 선별된 일부의 데이터를 예시적으로 도시한 도면이다.
초기값을 설정한 다음, 분포 모델링부(130)는 기대값 최대화(expectation maximization, EM)를 이용하여 가우시안 혼합 모델의 파라미터를 추정(학습)한다. 즉, 본 발명의 제1 실시예에서는 '사용자가 의도한 터치 지점에 대한 정보'가 없기 때문에(누락되어 있기 때문에) 이러한 '사용자가 의도한 터치 지점에 대한 정보'에 대한 기대값(expectation)을 계산하고 이러한 기대값을 최대화(maximization)시키는 과정의 반복을 통해 파라미터를 추정(계산)하는데, 도 4는 이와 같이 추정된 파라미터를 기초로 각 키 별로 분포를 모델링한 것을 도시하고 있다.
여기서, 이러한 기대값은 예를 들면 다음과 같은 수학식 2에서의 Q 함수를 이용하여 계산할 수 있으며, 여기서 X는 입력받은 전체 터치 지점을 의미하고, Y는 누락된 정보인 사용자가 의도한 터치 지점에 대한 정보를 의미한다.
Figure 112015059957915-pat00002
아울러, 기대값을 최대화시키는 과정을 통해 파라미터를 추정(계산)하는 것은 예를 들면 다음과 같은 수학식 3을 이용하여 표현될 수 있다.
Figure 112015059957915-pat00003
한편, 수학식 2와 3에서의 기대값 최대화 과정(expectation maximization, EM) 그 자체는 이미 공지된 기술이므로, 이에 대한 자세한 설명은 생략하기로 한다.
분포 모델링부(130)는 파라미터 중 역공분산(inverse covariance)값이 추정되지 않는 경우 기 정의된 보정값을 기초로 상기 역공분산값을 추정할 수 있는데, 이 때 기 정의된 보정값은 예를 들면 입실론(
Figure 112015059957915-pat00004
)일 수 있으며, 이를 통해 역공분산을 강제로 만들 수 있다.
다시 도 1로 돌아가서, 본 발명의 제1 실시예에 따른 키 입력 인터페이스 장치(100)는 설정부(150)를 포함한다. 설정부(150)는 분포 모델링부(130)가 모델링한 분포를 기초로, 키에 대한 입력으로 인식하는 인식 영역을 키의 레이아웃과는 상이하게 설정할 수 있다.
이를 위해, 설정부(150)는 모델링한 분포를 기초로 모든 키에 대한 공산 (likelihood)을 최대로 하는 파라미터를 선택하여 인식 영역을 설정할 수 있다. 즉, 각 키에 대한 공산을 최대로 하는 파라미터를 선택하는 경우 각 키에 대한 가우시안들의 높이가 같은 지점을 기준으로 각 키에 대한 경계범위가 산출되고, 이러한 경계범위가 인식 영역을 설정하게 되는 것으로, 도 5는 이와 같이 키의 레이아웃과는 상이하게 인식 영역이 설정된 것을 예시적으로 도시한 도면이다.
따라서, 본 발명의 일 실시예에 따르면 사용자가 터치하는 지점의 분포를 기초로 인식 영역을 변경하여 설정할 수 있으므로, 오타율을 최대한 감소시킬 수 있다.
아울러, 설정부(150)는 입력받은 터치 지점이 기 설정된 개수 이하인 경우, 해당 키의 레이아웃을 그대로 인식 영역으로 설정하거나 또는 사전에 모델링된 분포를 기초로 인식 영역을 설정할 수 있다. 따라서, EM을 이용한 GMM의 학습에 있어 근거가 되는 터치 지점의 개수가 적은 키가 존재하는 경우에도 이러한 키에 대하여 인식 영역을 설정할 수 있다.
추가적으로, 설정부(150)는 인식 영역을 설정함에 있어서 파라미터가 기 설정된 경계값(bound) 이내인지 여부를 고려하여 해당 경계값 이내에서만 설정되도록 할 수 있다. 즉, 예를 들면 설정부(150)는 인식 영역의 크기나 중심에서부터의 거리가 일정한 경계 내에 존재하도록 할 수 있다. 이를 통해, EM을 이용한 GMM의 학습에 있어 인식 영역이 전혀 상이한 키에 맵핑되는 것을 방지할 수 있다.
또한, 설정부(150)는 키 입력 장치를 통해 입력되는 키의 문자열을 기초로 다음(next)에 예측되는 문자의 키의 인식 영역을 확장하거나 또는 축소할 수 있다. 이를 위해, 키 입력 인터페이스 장치는 도면에는 도시되지 않았지만 키 입력 장치를 통해 입력된 키의 문자열을 저장하는 저장부 및 저장된 문자열을 기초로 다음(next)에 입력될 문자를 예측하는 예측부를 더 포함할 수 있으며, 설정부(150)는 예측되는 문자를 기초로, 문자에 대응되는 키의 인식 영역을 설정할 수 있다.
여기서, 예측부는 공지된 기술인 N-gram과 같은 방법을 이용하여 다음에 입력될 문자를 예측할 수 있는데, N-gram이란 N개의 연속된 문자열을 카운트한 뒤 N-1번째의 문자를 입력받았을 때 다음이 입력될 문자의 확률을 계산하는 방법을 지칭한다. 예를 들면, 입력된 문자열이 'abc', 'abc', 'abd'인 경우 'ab'가 입력되었을 때 'c'가 입력될 확률은 'd'보다 2배가 되며, N-gram 자체는 이미 공지된 기술이므로 이에 대한 보다 자세한 설명은 생략하기로 한다.
아울러, 설정부(150)는 예측부가 예측한 확률을 기초로 가우시안 파라미터 중 평균값을 조절하여 예측되는 문자에 대응하는 키의 인식 영역을 확장하고, 추가적으로 예측되는 문자의 키의 주변의 키의 인식 영역은 축소할 수 있다.
이상에서 살펴본 바와 같이, 본 발명의 제1 실시예에 따르면 사용자가 터치한 지점에 대한 분포를 확률 모델로 모델링하고, 모델링된 이러한 분포를 기초로 키의 인식 영역을 적응적으로 변경함으로써 오타율을 감소시킬 수 있다.
도 6은 본 발명의 제1 실시예에 따른 키 입력을 인터페이스하는 방법의 순서를 예시적으로 도시한 도면으로, 이러한 키 입력을 인터페이스하는 방법은 전술한 키 입력 인터페이스 장치에 의하여 수행될 수 있다.
도 6을 참조하면, 본 발명의 제1 실시예에 따른 키 입력을 인터페이스하는 방법은 터치 지점을 입력받는 단계(S110), 터치 지점의 집합에 대한 분포를 모델링하는 단계(S130) 및 인식 영역을 설정하는 단계(S150)를 포함하며, 다만 이와 다른 단계를 추가로 포함하거나 이 중 어느 하나 이상의 단계를 포함하지 않을 수 있다.
입력받는 단계(S110)는 도 1에 도시된 입력부(110)에 의하여 수행될 수 있으며, 키 입력 장치로부터 사용자가 터치한 터치 지점을 입력받는다. 터치 지점은 터치 스크린 상에서의 좌표(x,y)의 형식일 수 있으며, 키 입력 장치로부터 터치 지점 전체에 대하여 한꺼번에 입력받거나 또는 터치 지점 중 일부에 대하여 입력받을 수 있음은 전술한 바와 같다.
모델링하는 단계(S130)는 도 1에 도시된 분포 모델링부(130)에 의하여 수행될 수 있으며, 입력받는 단계(S110)에서 입력받은 터치 지점의 집합에 대한 분포를 각 키마다 기 정의된 확률 모델을 이용하여 모델링하는데, 이 때 입력받은 전체 터치 지점, 즉, 터치 지점의 집합에 대한 분포를 모델링할 수 있다.
모델링하는 단계(S130)에서 모델링에 이용되는 확률 모델은, 확률 모델과 관련된 파라미터를 추정하는 모수적(parametric)이고, 사용자가 터치하고자 하는 키에 대한 정보 없이 터치 지점의 집합에 대한 분포를 모델링할 수 있음은 전술한 바와 같다. 또한, 이러한 확률 모델은 예를 들면 가우시안 혼합 모델(gaussian mixture model, GMM)일 수 있으며, 기대값 최대화(expectation maximization, EM)을 이용하여 가우시안 혼합 모델의 파라미터를 추정(학습)할 수 있음은 전술한 바와 같다.
모델링하는 단계(S130)는 초기값을 설정하는 단계를 포함할 수 있는데, 이 때 초기값을 설정함에 있어서 입력받은 터치 지점 전체가 아닌, 키의 레이아웃 내의 기 설정된 범위 내에 있는 터치 지점을 이용하여 초기값을 설정할 수 있다.
모델링하는 단계(S130)는 초기값을 설정한 다음 기대값 최대화(expectation maximization, EM)을 이용하여 가우시안 혼합 모델의 파라미터를 추정(학습)할 수 있다. 즉, 본 발명의 제1 실시예에서는 사용자가 의도한 터치 지점에 대한 정보가 없기 때문에(누락되어 있기 때문에) '사용자가 의도한 터치 지점에 대한 정보'에 대한 기대값(expectation)을 계산하고 이러한 기대값을 최대화(maximization)시키는 과정을 반복하며, 이 때 이러한 기대값을 계산하는 과정은 전술한 수학식 2를 이용하여 표현될 수 있되, 여기서 X는 입력받은 전체 터치 지점을 의미하고, Y는 누락된 정보인 사용자가 의도한 터치 지점에 대한 정보를 의미함은 전술한 바와 같다.
아울러, 기대값을 최대화시키는 과정을 통해 파라미터를 추정(계산)하는 것은 예를 들면 다음과 같은 수학식 3을 이용하여 표현될 수 있다.
특히, 본 발명의 제1 실시예에서 모델링하는 단계(S130)는 파라미터 중 역공분산(inverse covariance)값이 추정되지 않는 경우, 기 정의된 보정값을 기초로 상기 역공분산값을 추정할 수 있는데, 이 때 기 정의된 보정값에는 예를 들면 입실론(
Figure 112015059957915-pat00005
)일 수 있으며, 이를 통해 역공분산을 강제로 만들 수 있다.
다시 도 6으로 돌아가서, 인식 영역을 설정하는 단계(S150)는 도 1에 도시된 설정부(150)에 의하여 수행될 수 있으며, 모델링하는 단계(S130)에서 모델링한 분포를 기초로 키에 대한 입력으로 인식하는 인식 영역을 설정하며, 이에 의해 인식 영역은 키의 레이아웃과는 상이하게 설정(변경)될 수 있다.
따라서, 사용자가 터치하는 지점의 분포를 기초로 인식 영역을 변경하여 설정할 수 있으므로, 오타율을 최대한 감소시킬 수 있다.
아울러, 설정하는 단계(S150)에서는 입력받은 터치 지점이 기 설정된 개수 이하인 경우, 해당 키의 레이아웃을 그대로 인식 영역으로 설정하거나 또는 사전에 모델링된 분포를 기초로 인식 영역을 설정할 수 있다. 따라서, EM을 이용한 GMM의 학습에 있어 근거가 되는 터치 지점의 개수가 적은 키가 존재하는 경우에도 이러한 키에 대하여 인식 영역을 설정할 수 있다.
추가적으로, 설정하는 단계(S150)에서는 인식 영역을 설정함에 있어서 파라미터가 기 설정된 경계값(bound) 이내인지 여부를 고려하여 해당 경계값 이내에서만 설정할 수 있다. 즉, 예를 들면 인식 영역의 크기나 중심에서부터의 거리가 일정한 경계 내에 존재하도록 할 수 있으며, 이를 통해 EM을 이용한 학습에 따라서 인식 영역이 전혀 상이한 키에 맵핑되는 것을 방지할 수 있다.
또한, 설정하는 단계(S150)에서는 전술한 바와 같이 기존에 입력된 문자열을 기초로 다음에 입력될 문자에 대응되는 키를 예측한 뒤, 예측되는 키에 대응되는 인식 영역을 확장하고 예측되는 키의 주변의 키의 인식 영역은 축소할 수 있음은 전술한 바와 같다.
이상에서 살펴본 바와 같이, 본 발명의 제1 실시예에 따르면 사용자가 터치한 지점에 대한 분포를 확률 모델로 모델링하고, 모델링된 이러한 분포를 기초로 키의 인식 영역을 적응적으로 변경함으로써 오타율을 감소시킬 수 있다.
이하에서는 본 발명의 제2 실시예에 따른 키 입력 인터페이스 장치 및 방법에 대하여 설명한다. 다만, 제2 실시예는 제1 실시예와 비교하여 레이블링부를 더 포함한다는 점에서 차이가 있으므로, 이러한 차이점을 위주로 설명하며 동일한 부분에 대하여는 제1 실시예의 설명과 도면 부호를 원용한다.
본 발명의 제2 실시예에 따른 키 입력 인터페이스 장치는 도 1에 도시된 키 입력 인터페이스 장치(100)에 레이블링부를 더 포함하며, 이하에서는 이러한 레이블링부를 더 포함하는 키 입력 인터페이스 장치에 대하여 보다 자세하게 살펴보기로 한다.
먼저, 입력부(110)와 분포 모델링부(130)에 대해서는 제1 실시예와 그 작용 및 효과가 동일하므로 자세한 설명은 생략한다.
레이블링부는 분포 모델링부(130)가 모델링한 분포를 기초로, 입력받은 터치 지점에 대하여 분포 모델링부(130)가 계산한 우도(likelihood)가 기 설정된 문턱값 이상이면 정타로 선별할 수 있다. 또한, 레이블링부는 이러한 터치 지점 중에서 기 정의된 오타 검출 알고리즘을 이용하여 오타를 선별할 수 있는데, 오타 검출 알고리즘에는 예를 들면 백스페이스의 역추적과 같은 공지된 기술이 적용될 수 있다.
설정부(150)는 레이블링부가 레이블링한 결과를 기초로 키에 대한 입력으로 인식하는 인식 영역을 설정하며, 이 때 이러한 인식 영역을 예를 들면 심층 신경 네트워크(deep neural network)를 이용하여 설정할 수 있다.
상기와 같은 구성을 갖는 본 발명의 제2 실시예에 따른 키 입력 인터페이스 장치에 의하면, 입력받은 터치 지점이 일정 신뢰도 이상인지 그리고 오타인지 여부를 기초로 레이블링을 수행할 수 있으며 이를 기초로 인식 영역을 설정할 수 있으므로, 보다 정교하게 터치 지점에 대한 분포를 모델링할 수 있다.
이하에서는 본 발명의 제3 실시예에 따른 키 입력 인터페이스 장치 및 방법에 대하여 설명한다. 다만, 제3 실시예는 제1 실시예 및 제2 실시예와 비교하여 상황 판단부를 더 포함한다는 점에서 차이가 있으므로, 이러한 차이점을 위주로 설명하며 동일한 부분에 대하여는 제1 실시예 및 제2 실시예의 설명과 도면 부호를 원용한다.
본 발명의 제3 실시예에 따른 키 입력 인터페이스 장치는 도 1 및 도 2에 도시된 키 입력 인터페이스 장치(100)에 상황 판단부를 더 포함하며, 이하에서는 이러한 상황 판단부를 더 포함하는 키 입력 인터페이스 장치에 대하여 보다 자세하게 살펴보기로 한다.
상황 판단부는 키 입력 장치의 사용자의 상황을 판단한다. 이를 위해, 상황 판단부는 예를 들면 자이로 센서, 가속 센서, 조도 센서, gps 센서, 온도 또는 습도 센서, 영상 인식 센서 또는 음성 센서 등을 포함할 수 있으며, 이들 센서로부터 수집된 정보를 기초로 사용자의 상황을 판단할 수 있다. 예를 들면, 상황 판단부는 자이로 센서를 이용하여 기 설정된 각도 이상으로 기울어져 있으면 사용자가 누워 있는 것으로 판단할 수 있으며, 온도 센서를 이용하여 사용자가 키 입력 장치를 사용하는 곳의 온도가 추운지 또는 더운지 등을 판단할 수 있고, 추가적으로 사용자의 자세, 사용자가 키 입력 장치를 양손으로 조작하는지 여부 등을 판단할 수 있다. 이 때 상황 판단부는 센서로부터 수집된 정보에 대하여 결정 트리(decision tree)를 이용하여 상황을 판단할 수 있으나 다만 이에 한정되는 것은 아니다.
상기와 같은 구성을 갖는 본 발명의 제3 실시예에 따른 키 입력 인터페이스 장치에 의하면, 입력부(110)는 입력받은 터치 지점이 사용자의 어떤 상황인지를 상황 판단부가 판단한 상황에 따라 구분할 수 있으며, 분포 모델링부(130)는 상황 판단부가 판단한 상황에 따라 분포를 상이하게 모델링한다. 아울러, 설정부(150)는 상황에 따라 인식 영역을 상이하게 설정한다.
따라서, 본 발명의 제3 실시예에 따르면, 사용자의 상황에 가장 적합한 인식 영역을 제공할 수 있으므로 오타율을 경감시킬 수 있다.
아울러, 본 발명의 일 실시예에 따른 방법은 컴퓨터 프로그램이 기록된 기록매체에 구현될 수 있다.
본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 키 입력 인터페이스 장치

Claims (33)

  1. 키 입력 장치에서 제공되는 복수의 키에 대한 터치 지점을 입력받는 입력부;
    상기 복수의 키 각각에 대한 상기 터치 지점들의 집합에 대한 터치 분포 데이터를 확률 모델을 이용하여 모델링하는 분포 모델링부; 및
    모델링된 상기 터치 분포 데이터를 기초로, 상기 복수의 키 각각에 대한 터치 입력을 인식하는 인식 영역을 설정하는 설정부를 포함하며,
    상기 확률 모델은 EM(Expectation Maximization)을 사용하여 파라미터가 추정된 가우시안 혼합 모델(gaussian mixture model, GMM)로서, 상기 확률 모델은 터치 지점이 의도된 키가 상기 복수의 키들 중 어느 키인지에 대한 정보 없이 파라미터를 추정하는 자율 학습 모델이고,
    상기 설정부는 상기 가우시안 혼합 모델에 포함된 각각의 키에 해당하는 각각의 가우시안들의 높이에 기초하여 각각의 키에 대한 인식 영역을 설정하는, 키 입력 인터페이스 장치.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 분포 모델링부는,
    상기 키의 레이아웃 내의 기설정된 범위 내에 있는 터치 지점을 기초로, 상기 파라미터의 초기값을 설정하는, 키 입력 인터페이스 장치.
  5. 삭제
  6. 삭제
  7. 제 1 항에 있어서,
    상기 설정부는,
    상기 복수의 키 중에서 입력받은 터치 지점이 기 설정된 개수 이하인 제1 키에 대해서, 상기 제1 키에 대응하는 제1 레이아웃으로 상기 인식 영역을 설정하거나 또는 사전에 모델링된 제1 분포를 기초로 상기 인식 영역을 설정하는, 키 입력 인터페이스 장치.
  8. 제 1 항에 있어서,
    상기 설정부는,
    상기 파라미터가 기설정된 경계값(bound) 이내인지 여부를 고려하여 상기 인식 영역의 크기 또는 중심으로부터의 거리를 일정한 경계 내에 존재하도록 설정하는, 키 입력 인터페이스 장치.
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 제 1 항에 있어서,
    상기 키 입력 인터페이스 장치는 상기 키 입력 장치의 사용자의 상황을 판단하는 상황 판단부를 더 포함하고,
    상기 입력부는 입력받은 터치 지점을 상기 상황에 따라 구분하며,
    상기 분포 모델링부는 상기 상황에 따라 상기 분포를 상이하게 모델링하고,
    상기 설정부는 상기 상황에 따라 상기 인식 영역을 상이하게 설정하는, 키 입력 인터페이스 장치.
  16. 제 15 항에 있어서,
    상기 상황은,
    상기 사용자의 움직임, 상기 사용자의 자세, 상기 키 입력 장치를 상기 사용자가 양손으로 조작하는지 여부 또는 상기 키 입력 장치가 동작하는 순간의 온도 중 적어도 하나 이상인
    키 입력 인터페이스 장치.
  17. 키 입력 인터페이스 장치에 의하여 수행되는 키 입력 장치의 키 입력을 인터페이스하는 방법으로써,
    상기 키 입력 장치에서 제공되는 복수의 키에 대한 터치 지점을 입력받는 단계;
    상기 복수의 키 각각에 대한 상기 터치 지점의 집합에 대한 터치 분포 데이터를 확률 모델을 이용하여 모델링하는 단계; 및
    모델링된 상기 터치 분포 데이터를 기초로, 상기 복수의 키에 대한 터치 입력을 인식하는 인식 영역을 설정하는 단계를 포함하며,
    상기 확률 모델은 EM(Expectation Maximization)을 사용하여 파라미터가 추정된 가우시안 혼합 모델(gaussian mixture model, GMM)로서, 상기 확률 모델은 터치 지점이 의도된 키가 상기 복수의 키들 중 어느 키인지에 대한 정보 없이 파라미터를 추정하는 자율 학습 모델이고,
    설정부는 상기 가우시안 혼합 모델에 포함된 각각의 키에 해당하는 각각의 가우시안들의 높이에 기초하여 각각의 키에 대한 인식 영역을 설정하는, 키 입력 인터페이스 방법.
  18. 삭제
  19. 삭제
  20. 제 17 항에 있어서,
    상기 모델링하는 단계는,
    상기 키의 레이아웃 내의 기설정된 범위 내에 있는 터치 지점을 기초로, 상기 파라미터의 초기값을 설정하는 단계를 포함하는, 키 입력 인터페이스 방법.
  21. 삭제
  22. 삭제
  23. 제 17 항에 있어서,
    상기 설정하는 단계는,
    상기 복수의 키 중에서 입력받은 터치 지점이 기 설정된 개수 이하인 제1 키에 대해서, 상기 제1 키에 대응하는 제1 레이아웃으로 상기 인식 영역을 설정하거나 또는 사전에 모델링된 제1 분포를 기초로 상기 인식 영역을 설정하는 단계를 포함하는, 키 입력 인터페이스 방법.
  24. 제 17 항에 있어서,
    상기 설정하는 단계는,
    상기 파라미터가 기설정된 경계값(bound) 이내인지 여부를 고려하여 상기 인식 영역의 크기 또는 중심으로부터의 거리를 일정한 경계 내에 존재하도록 설정하는, 키 입력 인터페이스 방법.
  25. 삭제
  26. 삭제
  27. 삭제
  28. 삭제
  29. 삭제
  30. 삭제
  31. 제 17 항에 있어서,
    상기 키 입력 인터페이스 방법은 상기 키 입력 장치의 사용자의 상황을 판단하는 단계를 더 포함하고,
    상기 입력받는 단계는 상기 입력받은 터치 지점을 상기 상황에 따라 구분하며,
    상기 모델링하는 단계는 상기 상황에 따라 상기 분포를 상이하게 모델링하고,
    상기 설정하는 단계는 상기 상황에 따라 상기 인식 영역을 상이하게 설정하는
    키 입력 인터페이스 방법.
  32. 제 31 항에 있어서,
    상기 상황은,
    상기 사용자의 움직임, 상기 사용자의 자세, 상기 키 입력 장치를 상기 사용자가 양손으로 조작하는지 여부 또는 상기 키 입력 장치가 동작하는 순간의 온도 중 적어도 하나 이상인
    키 입력 인터페이스 방법.
  33. 제 17 항의 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 기록매체.
KR1020150088188A 2015-06-22 2015-06-22 키 입력을 인터페이스하는 장치 및 방법 KR101653167B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150088188A KR101653167B1 (ko) 2015-06-22 2015-06-22 키 입력을 인터페이스하는 장치 및 방법
PCT/KR2015/010610 WO2016208817A1 (ko) 2015-06-22 2015-10-07 키 입력을 인터페이스하는 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150088188A KR101653167B1 (ko) 2015-06-22 2015-06-22 키 입력을 인터페이스하는 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101653167B1 true KR101653167B1 (ko) 2016-09-09

Family

ID=56939227

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150088188A KR101653167B1 (ko) 2015-06-22 2015-06-22 키 입력을 인터페이스하는 장치 및 방법

Country Status (2)

Country Link
KR (1) KR101653167B1 (ko)
WO (1) WO2016208817A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190089446A (ko) * 2018-01-22 2019-07-31 주식회사 노타 터치 입력 프로세싱 방법 및 디바이스
WO2022225150A1 (ko) * 2021-04-19 2022-10-27 삼성전자 주식회사 전자 장치 및 그 동작 방법
US11977699B2 (en) 2021-04-19 2024-05-07 Samsung Electronics Co., Ltd. Electronic device and operating method of the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140059806A (ko) 2011-09-12 2014-05-16 마이크로소프트 코포레이션 소프트 키보드 인터페이스
US20140198048A1 (en) * 2013-01-14 2014-07-17 Nuance Communications, Inc. Reducing error rates for touch based keyboards
US20150160115A1 (en) * 2011-03-21 2015-06-11 Becton, Dickinson And Company Neighborhood thresholding in mixed model density gating

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7844914B2 (en) * 2004-07-30 2010-11-30 Apple Inc. Activating virtual keys of a touch-screen virtual keyboard
US8300023B2 (en) * 2009-04-10 2012-10-30 Qualcomm Incorporated Virtual keypad generator with learning capabilities

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150160115A1 (en) * 2011-03-21 2015-06-11 Becton, Dickinson And Company Neighborhood thresholding in mixed model density gating
KR20140059806A (ko) 2011-09-12 2014-05-16 마이크로소프트 코포레이션 소프트 키보드 인터페이스
US20140198048A1 (en) * 2013-01-14 2014-07-17 Nuance Communications, Inc. Reducing error rates for touch based keyboards

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190089446A (ko) * 2018-01-22 2019-07-31 주식회사 노타 터치 입력 프로세싱 방법 및 디바이스
KR102079985B1 (ko) * 2018-01-22 2020-02-21 주식회사 노타 터치 입력 프로세싱 방법 및 디바이스
WO2022225150A1 (ko) * 2021-04-19 2022-10-27 삼성전자 주식회사 전자 장치 및 그 동작 방법
US11977699B2 (en) 2021-04-19 2024-05-07 Samsung Electronics Co., Ltd. Electronic device and operating method of the same

Also Published As

Publication number Publication date
WO2016208817A1 (ko) 2016-12-29

Similar Documents

Publication Publication Date Title
US11868609B2 (en) Dynamic soft keyboard
CN107533430B (zh) 触摸输入作为非预期的或预期的分类
JP4936753B2 (ja) 単語または文字の境界ベースのスクラッチアウトジェスチャ認識
US9471220B2 (en) Posture-adaptive selection
US9377871B2 (en) System and methods for determining keyboard input in the presence of multiple contact points
US9317201B2 (en) Predictive virtual keyboard
US20140122057A1 (en) Techniques for input method editor language models using spatial input models
JP5031206B2 (ja) 指数モデルの適合
CN108700996B (zh) 用于多输入管理的系统和方法
CN115879519A (zh) 增强神经网络以生成附加输出
US20100228539A1 (en) Method and apparatus for psychomotor and psycholinguistic prediction on touch based device
KR101653167B1 (ko) 키 입력을 인터페이스하는 장치 및 방법
US20180107380A1 (en) System and method for key area correction
KR20180105643A (ko) 디스플레이 디바이스 및 그의 터치 입력 프로세싱 방법
KR101669077B1 (ko) 터치 스크린을 갖는 이동 단말기에서 터치 처리 장치 및 방법
CN115437547A (zh) 基于键盘输入字符的方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190624

Year of fee payment: 4