KR20210060727A - 밀집된 컨볼루션 네트워크를 이용한 오디오 태깅 시스템 - Google Patents

Abstract

본 발명은 밀집된 컨볼루션 네트워크를 이용한 오디오 태깅 시스템에 관한 것이다. 본 발명에 따르면, 모델이 데이터를 효율적으로 학습하도록 함으로써 작업속도를 향상시키고, 과적합을 최소화하여 오디오 태깅 작업의 정확도를 높일 수 있다. 또한 단일 모델의 크기를 최소화할 수 있어 오디오 태깅 시스템을 다양한 분야에 응용할 수 있다.

Description

밀집된 컨볼루션 네트워크를 이용한 오디오 태깅 시스템{AUDIO TAGGING SYSTEM USING DENSELY CONNECTED CONVOLUTIONAL NETWORKS}

본 발명은 오디오 태깅 시스템에 관한 것이다. 보다 자세하게는 밀집된 컨볼루션 네트워크를 이용한 오디오 태깅 시스템에 관한 것이다.

일반적으로 오디오 태깅은 오디오 신호에서 하나 이상의 라벨을 찾기 위한 기술이다. 최근 이러한 오디오 태깅 시스템에 딥 러닝을 이용한 접근법이 적용되고 있다. 딥 러닝을 이용한 접근법을 수행하기 위해 오디오 태깅 시스템 모델의 복잡성이 증가하고 있으며, 이에 따라 오디오 데이터 부족으로 인한 오버피팅(과적합)을 방지하는 것이 중요한 과제로 대두되고 있다.

오버피팅(과적합)을 방지하기 위해 타임 스트레치, 피치 시프팅, 백그라운드 노이즈 믹싱 및 믹싱과 같은 데이터 확대 방법이 제안되었고, 최근에는 Audioset 및 Freesound dataset(FSD)과 같은 대규모 데이터 세트가 공개된 바 있다. 이를 통해 데이터 부족으로 인한 오버피팅(과적합) 문제는 일부 개선되었으나, 오디오와 라벨이 정확하게 지정되지 않았을 경우 단일 사운드가 여러 사운드로 해석되는 등의 오디오와 라벨 사이의 모호한 관계로 인한 문제점들이 여전히 남아 있다.

()

()

()

본 발명에 따르면, 모델이 데이터를 효율적으로 학습하도록 함으로써 작업속도를 향상시키고, 과적합을 최소화하여 오디오 태깅 작업의 정확도를 높일 수 있다.

본 발명에 따르면, 단일 모델의 크기를 최소화할 수 있어 오디오 태깅 시스템을 다양한 분야에 응용할 수 있다.

도 1은 본 발명에 따른 전자기기 제어장치의 구성요소를 나타낸 블록도이다.
도 2는 본 발명에 따라 제시된 모델의 작업 과정을 나타낸 순서도이다.
도 3은 본 발명에 따라 제시된 모델의 각 모듈을 나타낸 구성도이다.
도 4는 본 발명에 따라 제시된 모델과 다른 모델과의 비교표이다.
도 5는 본 발명에 따라 제시된 모델의 검증 정확도 그래프이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서에 개시된 기술의 사상을 한정하려는 의도가 아님을 유의해야 한다.

도 1에서는 전자기기 제어장치(100)의 구성요소가 설명된다.

본 명세서에서 설명되는 전자기기 제어장치(100)는 이동 단말기의 형태로 구현될 수 있다. 즉, 전자기기 제어장치(100)는 휴대폰, 스마트 폰(smart phone), AI 스피커, 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등이 포함될 수 있다.

그러나, 본 명세서에 기재된 실시 예에 따른 구성은 이동 단말기에만 적용 가능한 경우를 제외하면, 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기에도 적용될 수도 있음을 본 기술분야의 당업자라면 쉽게 알 수 있을 것이다.

상기 전자기기 제어장치(100)는 무선 통신부(110), 입력부(120), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다.

보다 구체적으로, 상기 구성요소들 중 무선 통신부(110)는, 전자기기 제어장치(100)와 무선 통신 시스템 사이, 전자기기 제어장치(100)와 다른 전자기기 제어장치(100) 사이, 또는 전자기기 제어장치(100)와 외부서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 상기 무선 통신부(110)는, 전자기기 제어장치(100)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.

이러한 무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.

입력부(120)는, 영상 신호 입력을 위한 카메라(121) 또는 영상 입력부, 오디오 신호 입력을 위한 마이크로폰(microphone, 122), 또는 오디오 입력부, 사용자로부터 정보를 입력받기 위한 사용자 입력부(123, 예를 들어, 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.

센싱부(140)는 전자기기 제어장치 내 정보, 전자기기 제어장치를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. 디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 전자기기 제어장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 전자기기 제어장치(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.

인터페이스부(160)는 전자기기 제어장치(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 중 적어도 하나를 포함할 수 있다. 전자기기 제어장치(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.

또한, 메모리(170)는 전자기기 제어장치(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 전자기기 제어장치(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 전자기기 제어장치(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한 이러한 응용 프로그램 중 적어도 일부는, 전자기기 제어장치(100)의 기본적인 기능(예를 들어, 전화 착신, 발신 기능, 메시지 수신, 발신 기능)을 위하여 출고 당시부터 전자기기 제어장치(100)상에 존재할 수 있다. 한편, 응용 프로그램은, 메모리(170)에 저장되고, 전자기기 제어장치(100) 상에 설치되어, 제어부(180)에 의하여 상기 전자기기 제어장치의 동작(또는 기능)을 수행하도록 구동될 수 있다.

제어부(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 전자기기 제어장치(100)의 전반적인 동작을 제어한다. 제어부(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

또한, 제어부(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1과 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(180)는 상기 응용 프로그램의 구동을 위하여, 전자기기 제어장치(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.

전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가받아 전자기기 제어장치(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리가 될 수 있다.

상기 각 구성요소들 중 적어도 일부는, 이하에서 설명되는 다양한 실시 예들에 따른 전자기기 제어장치의 동작, 제어, 또는 제어방법을 구현하기 위하여 서로 협력하여 동작할 수 있다. 또한, 상기 전자기기 제어장치의 동작, 제어, 또는 제어방법은 상기 메모리(170)에 저장된 적어도 하나의 응용 프로그램의 구동에 의하여 전자기기 제어장치 상에서 구현될 수 있다.

이하에서는, 위에서 열거된 구성요소들에 대하여 도 1을 참조하여 보다 구체적으로 살펴본다.

먼저, 무선 통신부(110)에 대하여 살펴보면, 무선 통신부(110)의 방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 상기 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 적어도 두 개의 방송 채널들에 대한 동시 방송 수신 또는 방송 채널 스위칭을 위해 둘 이상의 상기 방송 수신 모듈이 상기 전자기기 제어장치(100)에 제공될 수 있다.

이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.

상기 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.

무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 전자기기 제어장치(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있으며, 상기 무선 인터넷 모듈(113)은 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다.

WiBro, HSDPA, HSUPA, GSM, CDMA, WCDMA, LTE, LTE-A 등에 의한 무선인터넷 접속은 이동통신망을 통해 이루어진다는 관점에서 본다면, 상기 이동통신망을 통해 무선인터넷 접속을 수행하는 상기 무선 인터넷 모듈(113)은 상기 이동통신 모듈(112)의 일종으로 이해될 수도 있다.

근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다. 이러한, 근거리 통신 모듈(114)은, 근거리 무선 통신망(Wireless Area Networks)을 통해 전자기기 제어장치(100)와 무선 통신 시스템 사이, 전자기기 제어장치(100)와 다른 전자기기 제어장치(100) 사이, 또는 전자기기 제어장치(100)와 다른 단말기(또는 외부서버)가 위치한 네트워크 사이의 무선 통신을 지원할 수 있다. 상기 근거리 무선 통신망은 근거리 무선 개인 통신망(Wireless Personal Area Networks)일 수 있다.

여기에서, 다른 단말기는 본 발명에 따른 전자기기 제어장치(100)와 데이터를 상호 교환하는 것이 가능한(또는 연동 가능한) 웨어러블 디바이스(wearable device, 예를 들어, 스마트워치(smartwatch), 스마트 글래스(smart glass), HMD(head mounted display))가 될 수 있다. 근거리 통신 모듈(114)은, 전자기기 제어장치(100) 주변에, 상기 전자기기 제어장치(100)와 통신 가능한 웨어러블 디바이스를 감지(또는 인식)할 수 있다. 나아가, 제어부(180)는 상기 감지된 웨어러블 디바이스가 본 발명에 따른 전자기기 제어장치(100)와 통신하도록 인증된 디바이스인 경우, 전자기기 제어장치(100)에서 처리되는 데이터의 적어도 일부를, 상기 근거리 통신 모듈(114)을 통해 웨어러블 디바이스로 전송할 수 있다. 따라서, 웨어러블 디바이스의 사용자는, 전자기기 제어장치(100)에서 처리되는 데이터를, 웨어러블 디바이스를 통해 이용할 수 있다. 예를 들어, 이에 따르면 사용자는, 전자기기 제어장치(100)에 전화가 수신된 경우, 웨어러블 디바이스를 통해 전화 통화를 수행하거나, 전자기기 제어장치(100)에 메시지가 수신된 경우, 웨어러블 디바이스를 통해 상기 수신된 메시지를 확인하는 것이 가능하다.

위치정보 모듈(115)은 이동 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 전자기기 제어장치는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 전자기기 제어장치의 위치를 획득할 수 있다. 다른 예로서, 전자기기 제어장치는 Wi-Fi모듈을 활용하면, Wi-Fi모듈과 무선신호를 송신 또는 수신하는 무선 AP(Wireless Access Point)의 정보에 기반하여, 전자기기 제어장치의 위치를 획득할 수 있다. 필요에 따라서, 위치정보모듈(115)은 치환 또는 부가적으로 전자기기 제어장치의 위치에 관한 데이터를 얻기 위해 무선 통신부(110)의 다른 모듈 중 어느 기능을 수행할 수 있다. 위치정보모듈(115)은 전자기기 제어장치의 위치(또는 현재 위치)를 획득하기 위해 이용되는 모듈로, 전자기기 제어장치의 위치를 직접적으로 계산하거나 획득하는 모듈로 한정되지는 않는다.

다음으로, 입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 전자기기 제어장치(100)는 하나 또는 복수의 카메라(121)를 구비할 수 있다. 카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다. 한편, 전자기기 제어장치(100)에 구비되는 복수의 카메라(121)는 매트릭스 구조를 이루도록 배치될 수 있으며, 이와 같이 매트릭스 구조를 이루는 카메라(121)를 통하여, 전자기기 제어장치(100)에는 다양한 각도 또는 초점을 갖는 복수의 영상정보가 입력될 수 있다. 또한, 복수의 카메라(121)는 입체영상을 구현하기 위한 좌 영상 및 우 영상을 획득하도록, 스트레오 구조로 배치될 수 있다.

마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 전자기기 제어장치(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.

사용자 입력부(123)는 사용자로부터 정보를 입력받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 제어부(180)는 입력된 정보에 대응되도록 전자기기 제어장치(100)의 동작을 제어할 수 있다. 이러한, 사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 전자기기 제어장치(100)의 전후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다. 한편, 상기 가상키 또는 비주얼 키는, 다양한 형태를 가지면서 터치스크린 상에 표시되는 것이 가능하며, 예를 들어, 그래픽(graphic), 텍스트(text), 아이콘(icon), 비디오(video) 또는 이들의 조합으로 이루어질 수 있다.

한편, 센싱부(140)는 전자기기 제어장치 내 정보, 전자기기 제어장치를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하고, 이에 대응하는 센싱 신호를 발생시킨다. 제어부(180)는 이러한 센싱 신호에 기초하여, 전자기기 제어장치(100)의 구동 또는 동작을 제어하거나, 전자기기 제어장치(100)에 설치된 응용 프로그램과 관련된 데이터 처리, 기능 또는 동작을 수행할 수 있다. 센싱부(140)에 포함될 수 있는 다양한 센서 중 대표적인 센서들의 대하여, 보다 구체적으로 살펴본다.

먼저, 근접 센서(141)는 소정의 검출면에 접근하는 물체, 혹은 근방에 존재하는 물체의 유무를 전자계의 힘 또는 적외선 등을 이용하여 기계적 접촉이 없이 검출하는 센서를 말한다. 이러한 근접 센서(141)는 위에서 살펴본 터치 스크린에 의해 감싸지는 전자기기 제어장치의 내부 영역 또는 상기 터치 스크린의 근처에 근접 센서(141)가 배치될 수 있다.

근접 센서(141)의 예로는 투과형 광전 센서, 직접 반사형 광전 센서, 미러 반사형 광전 센서, 고주파 발진형 근접 센서, 정전 용량형 근접 센서, 자기형 근접 센서, 적외선 근접 센서 등이 있다. 터치 스크린이 정전식인 경우에, 근접 센서(141)는 전도성을 갖는 물체의 근접에 따른 전계의 변화로 상기 물체의 근접을 검출하도록 구성될 수 있다. 이 경우 터치 스크린(또는 터치 센서) 자체가 근접 센서로 분류될 수 있다.

한편, 설명의 편의를 위해, 터치 스크린 상에 물체가 접촉되지 않으면서 근접되어 상기 물체가 상기 터치 스크린 상에 위치함이 인식되도록 하는 행위를 "근접 터치(proximity touch)"라고 명명하고, 상기 터치 스크린 상에 물체가 실제로 접촉되는 행위를 "접촉 터치(contact touch)"라고 명명한다. 상기 터치 스크린 상에서 물체가 근접 터치 되는 위치라 함은, 상기 물체가 근접 터치 될 때 상기 물체가 상기 터치 스크린에 대해 수직으로 대응되는 위치를 의미한다. 상기 근접 센서(141)는, 근접 터치와, 근접 터치 패턴(예를 들어, 근접 터치 거리, 근접 터치 방향, 근접 터치 속도, 근접 터치 시간, 근접 터치 위치, 근접 터치 이동 상태 등)을 감지할 수 있다.

한편, 제어부(180)는 위와 같이, 근접 센서(141)를 통해 감지된 근접 터치 동작 및 근접 터치 패턴에 상응하는 데이터(또는 정보)를 처리하며, 나아가, 처리된 데이터에 대응하는 시각적인 정보를 터치 스크린상에 출력시킬 수 있다. 나아가, 제어부(180)는, 터치 스크린 상의 동일한 지점에 대한 터치가, 근접 터치인지 또는 접촉 터치인지에 따라, 서로 다른 동작 또는 데이터(또는 정보)가 처리되도록 전자기기 제어장치(100)를 제어할 수 있다.

터치 센서는 저항막 방식, 정전용량 방식, 적외선 방식, 초음파 방식, 자기장 방식 등 여러 가지 터치방식 중 적어도 하나를 이용하여 터치 스크린(또는 디스플레이부(151))에 가해지는 터치(또는 터치입력)을 감지한다.

일 예로서, 터치 센서는, 터치 스크린의 특정 부위에 가해진 압력 또는 특정 부위에 발생하는 정전 용량 등의 변화를 전기적인 입력신호로 변환하도록 구성될 수 있다. 터치 센서는, 터치 스크린 상에 터치를 가하는 터치 대상체가 터치 센서 상에 터치 되는 위치, 면적, 터치 시의 압력, 터치 시의 정전 용량 등을 검출할 수 있도록 구성될 수 있다. 여기에서, 터치 대상체는 상기 터치 센서에 터치를 인가하는 물체로서, 예를 들어, 손가락, 터치펜 또는 스타일러스 펜(Stylus pen), 포인터 등이 될 수 있다.

이와 같이, 터치 센서에 대한 터치 입력이 있는 경우, 그에 대응하는 신호(들)는 터치 제어기로 보내진다. 터치 제어기는 그 신호(들)를 처리한 다음 대응하는 데이터를 제어부(180)로 전송한다. 이로써, 제어부(180)는 디스플레이부(151)의 어느 영역이 터치 되었는지 여부 등을 알 수 있게 된다. 여기에서, 터치 제어기는, 제어부(180)와 별도의 구성요소일 수 있고, 제어부(180) 자체일 수 있다.

한편, 제어부(180)는, 터치 스크린(또는 터치 스크린 이외에 구비된 터치키)을 터치하는, 터치 대상체의 종류에 따라 서로 다른 제어를 수행하거나, 동일한 제어를 수행할 수 있다. 터치 대상체의 종류에 따라 서로 다른 제어를 수행할지 또는 동일한 제어를 수행할 지는, 현재 전자기기 제어장치(100)의 동작상태 또는 실행 중인 응용 프로그램에 따라 결정될 수 있다.

한편, 위에서 살펴본 터치 센서 및 근접 센서는 독립적으로 또는 조합되어, 터치 스크린에 대한 숏(또는 탭) 터치(short touch), 롱 터치(long touch), 멀티 터치(multi touch), 드래그 터치(drag touch), 플리크 터치(flick touch), 핀치-인 터치(pinch-in touch), 핀치-아웃 터치(pinch-out 터치), 스와이프(swype) 터치, 호버링(hovering) 터치 등과 같은, 다양한 방식의 터치를 센싱할 수 있다.

초음파 센서는 초음파를 이용하여, 감지대상의 위치정보를 인식할 수 있다. 한편 제어부(180)는 광 센서와 복수의 초음파 센서로부터 감지되는 정보를 통해, 파동 발생원의 위치를 산출하는 것이 가능하다. 파동 발생원의 위치는, 광이 초음파보다 매우 빠른 성질, 즉, 광이 광 센서에 도달하는 시간이 초음파가 초음파 센서에 도달하는 시간보다 매우 빠름을 이용하여, 산출될 수 있다. 보다 구체적으로 광을 기준 신호로 초음파가 도달하는 시간과의 시간차를 이용하여 파동 발생원의 위치가 산출될 수 있다.

한편, 입력부(120)의 구성으로 살펴본, 카메라(121)는 카메라 센서(예를 들어, CCD, CMOS 등), 포토 센서(또는 이미지 센서) 및 레이저 센서 중 적어도 하나를 포함한다.

카메라(121)와 레이저 센서는 서로 조합되어, 3차원 입체영상에 대한 감지대상의 터치를 감지할 수 있다. 포토 센서는 디스플레이 소자에 적층될 수 있는데, 이러한 포토 센서는 터치 스크린에 근접한 감지대상의 움직임을 스캐닝하도록 이루어진다. 보다 구체적으로, 포토 센서는 행/열에 Photo Diode와 TR(Transistor)를 실장하여 Photo Diode에 인가되는 빛의 양에 따라 변화되는 전기적 신호를 이용하여 포토 센서 위에 올려지는 내용물을 스캔한다. 즉, 포토 센서는 빛의 변화량에 따른 감지대상의 좌표 계산을 수행하며, 이를 통하여 감지대상의 위치정보가 획득될 수 있다.

디스플레이부(151)는 전자기기 제어장치(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 전자기기 제어장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.

또한, 상기 디스플레이부(151)는 입체영상을 표시하는 입체 디스플레이부로서 구성될 수 있다.

상기 입체 디스플레이부에는 스테레오스코픽 방식(안경 방식), 오토 스테레오스코픽 방식(무안경 방식), 프로젝션 방식(홀로그래픽 방식) 등의 3차원 디스플레이 방식이 적용될 수 있다.

음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다. 음향 출력부(152)는 전자기기 제어장치(100)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음 등)과 관련된 음향 신호를 출력하기도 한다. 이러한 음향 출력부(152)에는 리시버(receiver), 스피커(speaker), 버저(buzzer) 등이 포함될 수 있다.

햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다. 햅틱 모듈(153)에서 발생하는 진동의 세기와 패턴 등은 사용자의 선택 또는 제어부의 설정에 의해 제어될 수 있다. 예를 들어, 상기 햅틱 모듈(153)은 서로 다른 진동을 합성하여 출력하거나 순차적으로 출력할 수도 있다.

햅틱 모듈(153)은, 진동 외에도, 접촉 피부면에 대해 수직 운동하는 핀 배열, 분사구나 흡입구를 통한 공기의 분사력이나 흡입력, 피부 표면에 대한 스침, 전극(electrode)의 접촉, 정전기력 등의 자극에 의한 효과와, 흡열이나 발열 가능한 소자를 이용한 냉온감 재현에 의한 효과 등 다양한 촉각 효과를 발생시킬 수 있다.

햅틱 모듈(153)은 직접적인 접촉을 통해 촉각 효과를 전달할 수 있을 뿐만 아니라, 사용자가 손가락이나 팔 등의 근 감각을 통해 촉각 효과를 느낄 수 있도록 구현할 수도 있다. 햅틱 모듈(153)은 전자기기 제어장치(100)의 구성 태양에 따라 2개 이상이 구비될 수 있다.

광출력부(154)는 전자기기 제어장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 전자기기 제어장치(100)에서 발생되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.

광출력부(154)가 출력하는 신호는 전자기기 제어장치가 전면이나 후면으로 단색이나 복수색의 빛을 발광함에 따라 구현된다. 상기 신호 출력은 전자기기 제어장치가 사용자의 이벤트 확인을 감지함에 의하여 종료될 수 있다.

인터페이스부(160)는 전자기기 제어장치(100)에 연결되는 모든 외부 기기와의 통로 역할을 한다. 인터페이스부(160)는 외부 기기로부터 데이터를 전송받거나, 전원을 공급받아 전자기기 제어장치(100) 내부의 각 구성요소에 전달하거나, 전자기기 제어장치(100) 내부의 데이터가 외부 기기로 전송되도록 한다. 예를 들어, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트(port), 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 등이 인터페이스부(160)에 포함될 수 있다.

한편, 식별 모듈은 전자기기 제어장치(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 단말기(100)와 연결될 수 있다.

또한, 상기 인터페이스부(160)는 전자기기 제어장치(100)가 외부 크래들(cradle)과 연결될 때 상기 크래들로부터의 전원이 상기 전자기기 제어장치(100)에 공급되는 통로가 되거나, 사용자에 의해 상기 크래들에서 입력되는 각종 명령 신호가 상기 전자기기 제어장치(100)로 전달되는 통로가 될 수 있다. 상기 크래들로부터 입력되는 각종 명령 신호 또는 상기 전원은 상기 전자기기 제어장치(100)가 상기 크래들에 정확히 장착되었음을 인지하기 위한 신호로 동작될 수 있다.

메모리(170)는 제어부(180)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 폰북, 메시지, 정지영상, 동영상 등)을 임시 저장할 수도 있다. 상기 메모리(170)는 상기 터치 스크린 상의 터치 입력시 출력되는 다양한 패턴의 진동 및 음향에 관한 데이터를 저장할 수 있다.

메모리(170)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 전자기기 제어장치(100)는 인터넷(internet)상에서 상기 메모리(170)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작될 수도 있다.

한편, 앞서 살펴본 것과 같이, 제어부(180)는 응용 프로그램과 관련된 동작과, 통상적으로 전자기기 제어장치(100)의 전반적인 동작을 제어한다. 예를 들어, 제어부(180)는 상기 전자기기 제어장치의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.

또한, 제어부(180)는 음성 통화, 데이터 통신, 화상 통화 등과 관련된 제어 및 처리를 수행하거나, 터치 스크린 상에서 행해지는 필기 입력 또는 그림 그리기 입력을 각각 문자 및 이미지로 인식할 수 있는 패턴 인식 처리를 행할 수 있다. 나아가 제어부(180)는 이하에서 설명되는 다양한 실시 예들을 본 발명에 따른 전자기기 제어장치(100) 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.

전원 공급부(190)는 제어부(180)의 제어에 의해 외부의 전원, 내부의 전원을 인가받아 각 구성요소들의 동작에 필요한 전원을 공급한다. 전원공급부(190)는 배터리를 포함하며, 배터리는 충전 가능하도록 이루어지는 내장형 배터리가 될 수 있으며, 충전 등을 위하여 단말기 바디에 착탈 가능하게 결합될 수 있다.

또한, 전원공급부(190)는 연결포트를 구비할 수 있으며, 연결포트는 배터리의 충전을 위하여 전원을 공급하는 외부 충전기가 전기적으로 연결되는 인터페이스(160)의 일 예로서 구성될 수 있다.

다른 예로서, 전원공급부(190)는 상기 연결포트를 이용하지 않고 무선방식으로 배터리를 충전하도록 이루어질 수 있다. 이 경우에, 전원공급부(190)는 외부의 무선 전력 전송장치로부터 자기 유도 현상에 기초한 유도 결합(Inductive Coupling) 방식이나 전자기적 공진 현상에 기초한 공진 결합(Magnetic Resonance Coupling) 방식 중 하나 이상을 이용하여 전력을 전달받을 수 있다.

한편, 이하에서 다양한 실시 예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.

전자기기 제어장치에 구비된 위치정보 모듈(115)은 전자기기 제어장치의 위치를 탐지, 연산 또는 식별하기 위한 것으로, 대표적인 예로는 GPS(Global Position System) 모듈 및 WiFi(Wireless Fidelity) 모듈을 포함할 수 있다. 필요에 따라서, 위치정보모듈(115)은 치환 또는 부가적으로 전자기기 제어장치의 위치에 관한 데이터를 얻기 위해 무선 통신부(110)의 다른 모듈 중 어느 기능을 수행할 수 있다.

상기 GPS모듈(115)은 3개 이상의 위성으로부터 떨어진 거리 정보와 정확한 시간 정보를 산출한 다음 상기 산출된 정보에 삼각법을 적용함으로써, 위도, 경도, 및 고도에 따른 3차원의 현 위치 정보를 정확히 산출할 수 있다. 현재, 3개의 위성을 이용하여 위치 및 시간 정보를 산출하고, 또 다른 1개의 위성을 이용하여 상기 산출된 위치 및 시간 정보의 오차를 수정하는 방법이 널리 사용되고 있다. 또한, GPS 모듈(115)은 현 위치를 실시간으로 계속 산출함으로써 속도 정보를 산출할 수 있다. 다만, 실내와 같이 위성 신호의 음영 지대에서는 GPS 모듈을 이용하여 정확히 전자기기 제어장치의 위치를 측정하는 것이 어렵다. 이에 따라, GPS 방식의 측위를 보상하기 위해, WPS (WiFi Positioning System)이 활용될 수 있다.

와이파이 위치추적 시스템(WPS: WiFi Positioning System)은 전자기기 제어장치(100)에 구비된 WiFi모듈 및 상기 WiFi모듈과 무선신호를 송신 또는 수신하는 무선 AP(Wireless Access Point)를 이용하여, 전자기기 제어장치(100)의 위치를 추적하는 기술로서, WiFi를 이용한 WLAN(Wireless Local Area Network)기반의 위치 측위 기술을 의미한다.

와이파이 위치추적 시스템은 와이파이 위치측위 서버, 전자기기 제어장치(100), 상기 전자기기 제어장치(100)와 접속된 무선 AP, 임의의 무선 AP정보가 저장된 데이터 베이스를 포함할 수 있다.

무선 AP와 접속 중인 전자기기 제어장치(100)는 와이파이 위치 측위 서버로 위치정보 요청 메시지를 전송할 수 있다.

와이파이 위치측위 서버는 전자기기 제어장치(100)의 위치정보 요청 메시지(또는 신호)에 근거하여, 전자기기 제어장치(100)와 접속된 무선 AP의 정보를 추출한다. 상기 전자기기 제어장치(100)와 접속된 무선 AP의 정보는 전자기기 제어장치(100)를 통해 상기 와이파이 위치측위 서버로 전송되거나, 무선 AP에서 와이파이 위치측위 서버로 전송될 수 있다.

상기 전자기기 제어장치(100)의 위치정보 요청 메시지에 근거하여, 추출되는 무선 AP의 정보는 MAC Address, SSID(Service Set IDentification), RSSI(Received Signal Strength Indicator), RSRP(Reference Signal Received Power), RSRQ(Reference Signal Received Quality), 채널정보, Privacy, Network Type, 신호세기(Signal Strength) 및 노이즈 세기(Noise Strength)중 적어도 하나일 수 있다.

와이파이 위치측위 서버는 위와 같이, 전자기기 제어장치(100)와 접속된 무선 AP의 정보를 수신하여, 미리 구축된 데이터베이스로부터 전자기기 제어장치가 접속 중인 무선 AP와 대응되는 무선 AP 정보를 추출할 수 있다. 이때, 상기 데이터 베이스에 저장되는 임의의 무선 AP 들의 정보는 MAC Address, SSID, 채널정보, Privacy, Network Type, 무선 AP의 위경도 좌표, 무선 AP가 위치한 건물명, 층수, 실내 상세 위치정보(GPS 좌표 이용가능), AP소유자의 주소, 전화번호 등의 정보일 수 있다. 이때, 측위 과정에서 이동형 AP나 불법 MAC 주소를 이용하여 제공되는 무선 AP를 측위 과정에서 제거하기 위해, 와이파이 위치측위 서버는 RSSI 가 높은 순서대로 소정 개수의 무선 AP 정보만을 추출할 수도 있다.

이후, 와이파이 위치측위 서버는 데이터 베이스로부터 추출된 적어도 하나의 무선 AP 정보를 이용하여 전자기기 제어장치(100)의 위치정보를 추출(또는 분석)할 수 있다. 포함된 정보와 상기 수신된 무선 AP 정보를 비교하여, 상기 전자기기 제어장치(100)의 위치정보를 추출(또는 분석)한다.

전자기기 제어장치(100)의 위치정보를 추출(또는 분석)하기 위한 방법으로, Cell-ID 방식, 핑거 프린트 방식, 삼각 측량 방식 및 랜드마크 방식 등이 활용될 수 있다.

Cell-ID 방식은 전자기기 제어장치가 수집한 주변의 무선 AP 정보 중 신호 세기가 가장 강한 무선 AP의 위치를 전자기기 제어장치의 위치로 결정하는 방법이다. 구현이 단순하고 별도의 비용이 들지 않으며 위치 정보를 신속히 얻을 수 있다는 장점이 있지만 무선 AP의 설치 밀도가 낮으면 측위 정밀도가 떨어진다는 단점이 있다.

핑거프린트 방식은 서비스 지역에서 참조위치를 선정하여 신호 세기 정보를 수집하고, 수집한 정보를 바탕으로 전자기기 제어장치에서 전송하는 신호 세기 정보를 통해 위치를 추정하는 방법이다. 핑거프린트 방식을 이용하기 위해서는, 사전에 미리 전파 특성을 데이터베이스화할 필요가 있다.

삼각 측량 방식은 적어도 세개의 무선 AP의 좌표와 전자기기 제어장치 사이의 거리를 기초로 전자기기 제어장치의 위치를 연산하는 방법이다. 전자기기 제어장치와 무선 AP사이의 거리를 측정하기 위해, 신호 세기를 거리 정보로 변환하거나, 무선 신호가 전달되는 시간(Time of Arrival, ToA), 신호가 전달되는 시간 차이(Time Difference of Arrival, TDoA), 신호가 전달되는 각도(Angle of Arrival, AoA) 등을 이용할 수 있다.

랜드마크 방식은 위치를 알고 있는 랜드마크 발신기를 이용하여 전자기기 제어장치의 위치를 측정하는 방법이다.

열거된 방법 이외에도 다양한 알고리즘이 전자기기 제어장치의 위치정보를 추출(또는 분석)하기 위한 방법으로 활용될 수 있다.

이렇게 추출된 전자기기 제어장치(100)의 위치정보는 상기 와이파이 위치측위 서버를 통해 전자기기 제어장치(100)로 전송됨으로써, 전자기기 제어장치(100)는 위치정보를 획득할 수 있다.

전자기기 제어장치(100)는 적어도 하나의 무선 AP 에 접속됨으로써, 위치 정보를 획득할 수 있다. 이때, 전자기기 제어장치(100)의 위치 정보를 획득하기 위해 요구되는 무선 AP의 개수는 전자기기 제어장치(100)가 위치한 무선 통신환경에 따라 다양하게 변경될 수 있다.

앞서 도 1a를 통해 살펴본 바와 같이, 본 발명에 따른 전자기기 제어장치에는 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wireless USB(Wireless Universal Serial Bus) 등의 근거리 통신 기술이 적용될 수 있다.

이 중, 전자기기 제어장치에 구비된 NFC 모듈은 10cm 안팎의 거리에서 단말 간 비접촉식 근거리 무선 통신을 지원한다. NFC 모듈은 카드 모드, 리더 모드 및 P2P 모드 중 어느 하나로 동작할 수 있다. NFC 모듈이 카드 모드로 운용되기 위해서, 전자기기 제어장치(100)는 카드 정보를 저장하는 보안 모듈을 더 포함할 수도 있다. 여기서, 보안 모듈이란 UICC(Universal Integrated Circuit Card)(예컨대, SIM(Subscriber Identification Module) 또는 USIM(Universal SIM)), Secure micro SD 및 스티커 등 물리적 매체일 수도 있고, 전자기기 제어장치에 임베디드되어 있는 논리적 매체(예컨대, embeded SE(Secure element))일 수도 있다. NFC 모듈과 보안 모듈 사이에는 SWP(Single Wire Protocol)에 기반한 데이터 교환이 이루어질 수 있다.

NFC 모듈이 카드 모드로 운용되는 경우, 전자기기 제어장치는 전통적인 IC 카드처럼 저장하고 있는 카드 정보를 외부로 전달할 수 있다. 구체적으로, 신용카드 또는 버스 카드 등 결제용 카드의 카드 정보를 저장하는 전자기기 제어장치를 요금 결제기에 근접시키면, 모바일 근거리 결제가 처리될 수 있고, 출입용 카드의 카드 정보를 저장하는 전자기기 제어장치를 출입 승인기에 근접시키면, 출입의 승인 절차가 시작될 수 있다. 신용카드, 교통카드 및 출입카드 등의 카드는 애플릿(applet) 형태로 보안 모듈에 탑재되고, 보안 모듈은 탑재된 카드에 대한 카드 정보를 저장할 수 있다. 여기서, 결제용 카드의 카드 정보는 카드 번호, 잔액, 사용 내역 중 적어도 하나일 수 있고, 출입용 카드의 카드 정보는, 사용자의 이름, 번호(예컨대, 사용자의 학번 또는 사번), 출입 내역 중 적어도 하나일 수 있다.

NFC 모듈이 리더 모드로 운용되는 경우, 전자기기 제어장치는 외부의 태그(Tag)로부터 데이터를 독출할 수 있다. 이때, 전자기기 제어장치가 태그로부터 수신하는 데이터는 NFC 포럼에서 정하는 데이터 교환 포맷(NFC Data Exchange Format)으로 코딩될 수 있다. 아울러, NFC 포럼에서는 4개의 레코드 타입을 규정한다. 구체적으로, NFC 포럼에서는 스마트 포스터(Smart Poster), 텍스트(Text), URI(Uniform Resource Identifier) 및 일반 제어(General Control) 등 4개의 RTD(Record Type Definition)를 규정한다. 태그로부터 수신한 데이터가 스마트 포스터 타입인 경우, 제어부는 브라우저(예컨대, 인터넷 브라우저)를 실행하고, 태그로부터 수신한 데이터가 텍스트 타입인 경우, 제어부는 텍스트 뷰어를 실행할 수 있다. 태그로부터 수신한 데이터가 URI 타입인 경우, 제어부는 브라우저를 실행하거나 전화를 걸고, 태그로부터 수신한 데이터가 일반 제어 타입인 경우, 제어 내용에 따라 적절한 동작을 실행할 수 있다.

NFC 모듈이 P2P(Peer-to-Peer) 모드로 운용되는 경우, 전자기기 제어장치는 다른 전자기기 제어장치와 P2P 통신을 수행할 수 있다. 이때, P2P 통신에는 LLCP(Logical Link Control Protocol) 가 적용될 수 있다. P2P 통신을 위해 전자기기 제어장치와 다른 전자기기 제어장치 사이에는 커넥션(connection)이 생성될 수 있다. 이때, 생성되는 커넥션은 1개의 패킷을 교환하고 종료되는 비접속형 모드(connectionless mode)와 연속적으로 패킷을 교환하는 접속형 지향 모드(connection-oriented mode)로 구분될 수 있다. P2P 통신을 통해, 전자적 형태의 명함, 연락처 정보, 디지털 사진, URL 등의 데이터 및 블루투스, Wi-Fi 연결을 위한 셋업 파라미터 등이 교환될 수 있다. 다만, NFC 통신의 가용 거리는 짧으므로, P2P 모드는 크기가 작은 데이터를 교환하는 것에 효과적으로 활용될 수 있을 것이다.

이하에서는 이와 같이 구성된 전자기기 제어장치에서 구현될 수 있는 제어 방법과 관련된 실시 예들에 대해 첨부된 도면을 참조하여 살펴보겠다. 본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다.

본 발명의 일 실시예로, 이하에서 수행할 과제는 Freesound Dataset Kaggle 2018 (FSDKaggle2018)을 사용한다. 이는 총 11,703 개의 오디오 녹음 데이터로 구성되며 이 중 9,473 개의 녹음은 훈련용이고 나머지 1,600 개는 평가용이다. 각 데이터에는 어쿠스틱 기타, 버스 또는 웃음과 같은 41 개의 오디오 이벤트 범주 중 하나가 표시된다. 모든 데이터는 44.1kHz의 샘플링 속도로 단일 채널 형식으로 제공되는 반면 지속 시간은 300 밀리 초에서 30 초까지 다양하다. 범주 당 데이터 수는 94에서 300 사이로 균형이 맞지 않다.

FSDKaggle2018의 중요한 기능 중 하나는 3,710 개의 교육 데이터 라벨(label)만 수동으로 확인했다는 것이다. 확인되지 않은 라벨로 5,763 개의 녹음을 하는 경우, 일부는 다른 범주에 속하거나 41 개 범주에 속하지 않는 사운드로 구성될 수 있다.

데이터 리샘플링을 제외하고 제안된 프레임 워크에는 전처리 단계가 없다. 사일런스 제거 및 pre-emphasis필터링을 포함하여 몇 가지 다른 기술을 시도했지만 의미있는 개선은 없었다. 데이터 리샘플링을 위해 16kHz, 32kHz 및 44.1kHz(원본 데이터)를 적용했다. 낮은 샘플링 속도는 고주파수에서 유용한 정보를 잃을 수 있지만 데이터 크기가 작을수록 계산 시간을 줄이면서 더 긴 시간 범위를 분석할 수 있다.

일괄 생성 프레임 워크는 다음과 같이 설계되었다. 먼저 각 배치(batch)가 동일한 수의 클래스를 갖도록 설정했다. 이 작업에서 한 배치마다 각 클래스에 대해 하나의 기록이 있었으므로 배치 크기는 41이었다. 최적화 프로세스를 안정적이고 빠르게 만드는 데 도움이 될 것으로 기대했다.

효율적인 미니 배치 학습을 위해서는 미니 배치의 입력 데이터 길이를 고정해야 한다. 본 발명에서는 64,000 샘플로 설정했는데, 이는 16kHz 데이터의 경우 4 초와 같고 샘플링 속도가 높은 데이터의 경우 더 짧다. 원래 기록이 이보다 길면 64,000 샘플 세그먼트가 임의 오프셋에서 추출되었다. 길이가 더 짧으면 데이터의 시작과 끝에 제로 패딩이 적용되었다.

믹스업은 두 개의 학습 데이터를 선형으로 혼합하는 기능 보강 방법이다. xi와 ti는 각각 훈련 데이터 세트의 i 번째 원시 입력 데이터 및 해당 이진 라벨이고, 여기서

일 때 해당 믹스업은 다음과 같이 두 개의 원래 데이터가 혼합된 증강 데이터 x^를 생성한다.

(1)

마찬가지로 생성된 데이터의 라벨은

이어야 한다. 단순함에도 불구하고 믹스업은 이미지 분류 작업에서 의미 있는 개선을 보여주었다.

실제 캡처 된 오디오 신호는 다양한 '소스'신호의 선형 혼합으로 간주될 수 있기 때문에 믹스업 기술은 오디오 분석에도 적합하다고 생각한다. x를 t로 분류하는 것은 여러개의 동시 사운드 이벤트를 감지하는 작업으로 생각할 수 있다.

이 연구에서는

의 베타 분포에 대한 랜덤 변수로 설정했다. 또한

를 설정하여 일괄적으로 균등하게 분배되는 대상 클래스의 데이터가 항상 생성된 데이터에서 우세하다. 믹스업을 위한 다른 데이터 클래스가 무작위로 선택되었다. 마지막으로, 데이터를 임의로 스케일하는 스케일 확대를 적용했다. 이 과정은 다음 방정식으로 나타낼 수 있다.

(2)

여기서 w는 스케일 확대를 위해 균일한 분포를 갖는 랜덤 변수다.

믹스업 기술은 의미적으로 과적합을 방지하고 검증 및 테스트의 정확도를 높이는 동시에 훈련 손실을 최소화하는 것을 어렵게 만든다. 따라서, 우리의 모델과 학습 전략은 강력한 혼합 증강에 대한 효율적인 훈련에 중점을 둔다.

제시된 모델의 전체 아키텍처는 도 2에 나와 있다. 도 3은 모델의 각 모듈의 세부 사항을 보여준다. 우리는 '로그멜 기반'과 '파형 기반'의 두 가지 모델을 시도했지만 도3은 로그멜 기반 모델만을 나타낸다. 파형 기반 모델의 사소한 변경 사항은 각 하위 섹션에 설명되어 있다.

멜-스케일 스펙트로 그램(logmel)의 로그는 오디오 분석의 전처리 단계로서 널리 사용되어왔다. 이 작업에서는 로그멜 변환을 모델의 하위 레벨 모듈로 적용하고 kapre를 사용하여 구현했다.

자세한 저수준 모듈은 도 3(a)에 설명되어 있다. 먼저, (샘플, 기능)을 나타내는 크기 (64000, 1)의 입력 파형은 BN (Batch Normalization)을 사용하여 정규화 한 다음 시간과 주파수의 2차원을 갖는 로그멜 도메인으로 변환된다. 로그멜 변환을 위해 128개의 시프트와 64개의 mel-frequency 빈과 함께 1024개의 창 크기를 사용했다. BN을 적용한 후 주파수 빈을 필터로 고려하여 크기 (시간, 주파수, 1)로 재구성하고 회색조 이미지로 간주한다. 다음 하위 섹션에서 설명하는 것처럼, 우리는 단일 블록 밀도가 높은 연결 아키텍처를 수행하는 것을 목표로 했기 때문에 변환 레이어의 출력 기능은 입력과 연결되었다.

파형 도메인 모델의 경우 저수준 모듈이 다음과 같이 단순화되고 수정된다.

l 로그멜 및 BN + Reshape 레이어는 제거되고 BN이 Conv 출력에 직접 연결된 후 입력 데이터다.

l 3x3 컨볼루션 레이어가 1x3 컨볼루션으로 대체되었다.

본 발명에서는 DenseNet을 기반으로 모델을 설계했다. 오리지널 DenseNet 모델은 아키텍처를 여러 블록으로 나누고 각 블록 내에서 조밀하게 연결된 레이어를 적용했지만, 단일 블록 아키텍처로 구성되어 있으므로 첫 번째 로그멜 또는 파형에 도달할 수 있다. 실험에서, 조밀하게 연결된 블록의 수 또는 연결을 끊는 레이어의 수를 늘리면 훈련 속도가 느려진다.

도 3(b)는 DenseNet 모듈의 세부 사항을 보여준다. 연결 크기에 따라 필터의 크기가 계속 증가하기 때문에 1x1 컨볼루션이 먼저 적용되어 3x3 컨볼루션 이전에 필터가 줄어든다. 또한 Squeeze-and-Excitation Network를 적용하여 몇 가지 파라미터를 추가하여 효율적인 훈련을 지원했다. 2x2최대 풀링은 각 DenseNet 모듈의 마지막 계층에 적용된다.

파형 기반 모델의 경우 다음과 같이 수정되었다.

l 3x3 회선이 1x3 회선으로 대체되었다.

l 2x2 최대 풀링은 1x2 최대 풀링으로 대체된다.

일반적으로 분류 작업의 목표는 [1, 0, 0]과 같은 이진 목표 출력 벡터를 예측하는 것이다. 반면에 믹스업을 적용할 때는 [0.9, 0.1, 0] 또는 [0.7, 0.3, 0]과 같이 (0, 1) 범위의 실제 값을 예측해야 한다. 더 강한 믹스업을 적용하면 더 많은 목표 값이 0.5에 가까운 경향이 있다.

믹스업 모델을 효율적으로 훈련시키기 위해 기존의 softmax 출력 레이어를 멀티 헤드 아키텍처로 수정하여 도 3(c)와 같이 여러 softmax 출력을 평균화하여 출력을 얻는다.

다음과 같은 이유로 강력한 믹스업 보강 훈련에 특히 도움이 될 것으로 기대한다. 증강 데이터의 목표 값이 (0, 1)의 범위에 있기 때문에, 각 평균값이 목표 값과 같더라도 각 소프트 맥스의 값을 변경할 수 있다. 또한, softmax 출력은 (0,1) 범위로 제한되므로 목표가 0.5에 가까워지면 더 많은 마진이 허용된다. 본 발명의 일 실시예로, 다양한 n- 멀티 헤드 설정을 사용하는 실험에서 n이 클수록 훈련 절차를 가속화하는 데 도움이 되는 반면 최대 검증 정확도는 의미 있는 차이를 나타내지 않았다.

본 발명의 일 실시예인 전체 모델은 위에서 언급한 모듈을 사용하여 수행된다. 로그멜 및 파형 기반 모델의 경우 각 모듈의 자세한 매개 변수는 다음과 같다.

l 로그멜 기반 : k = (16, 32, 64, 128, 256, 512, 512, 512), 8 헤드 분류기의 저수준 15, 8 DenseNet 모듈. 약 11M의 훈련 가능한 매개 변수.

l 파형 기반 : k = (2, 4, 8, 16, 32, 64, 128, 256, 512,, 512)의 저수준 1, 15 DenseNet 모듈, 8 헤드 분류기. 약 16M의 훈련 가능한 매개 변수.

본 발명은 Keras를 사용하여 구현되었다. Adam은 최적화에 사용되었다. 학습속도(lr) 자체를 적응적으로 제어하지만 학습속도의 수동 감소는 Adam의 경우에도 최적화에 도움이 된다. 첫 번째 150k 미니 배치 반복의 경우 lr을 10 3, 다음 100k의 경우 10 4, 마지막 50k의 경우 10 5로 설정했다. 각 미니 배치에 대한 실제 학습 속도는 Adam의 lr 매개 변수 및 적응 알고리즘을 기반으로 한다.

1k 미니 배치 반복마다 검증 정확도를 평가하고 평가를 위해 최상의 모델을 저장했다. 1k 반복 계산 시간은 NVIDIA Tesla P100 GPU를 사용한 약 150초(로그멜 기반 모델) 및 200초(파형 기반 모델)이다.

최적화를 위한 또 다른 고려 사항은 라벨 노이즈이다. 교육 및 검증을 위해 9.5k 데이터에서 3.7k 데이터가 검증되었으며 나머지는 실제 라벨을 보장하지 않았다. 이 경우, 잘못된 라벨이 있는 이 데이터는 성능 별 분류를 낮출 뿐만 아니라 모델이 이러한 특이치를 처리하도록 훈련되어 최적화를 방해할 수 있다. 따라서 이러한 노이즈 데이터를 감지하고 제거할 수 있으면 도움이 될 것이라 생각했다.

이 작업에서는 이 논문에서 배치 별 손실 마스킹이라고 하는 반복적 감지 전략을 사용했다. 먼저, 미니 배치에 대한 종래의 손실은 다음과 같이 정의된다.

(3)

여기서 Cn은 미니 배치에서 단일 데이터에 대한 교차 엔트로피이며, 다음과 같이 정의된다.

(4)

이 때 tn; c 및 yn; c는 각각 c 번째 클래스의 n 번째 데이터에 대한 라벨 및 분류 결과를 나타낸다. 반면, 어떤 데이터가 올바르게 라벨링되고 어떤 데이터가 라벨링되지 않았는지 알면 다음과 같이 노이즈 데이터를 무시하도록 손실 함수를 수정할 수 있다.

(5)

여기서 n 번째 데이터의 레이블이 올바르게 지정되면 mn은 1이고 그렇지 않으면 0이다. 실제 상황에서는 최적의 m을 알 수 없으므로 추정해야 한다.

이 연구에서 우리는 m의 값을 결정하기 위해 두 가지 요소를 사용했다. 먼저, 검증된 데이터는 항상 진정한 라벨로 간주될 수 있다. 반면 일부 데이터가 현재 모델에서 특히 높은 손실을 나타내는 경우 잘못된 라벨이 있는 이상치로 간주될 수 있다. 이러한 요인들로부터 우리는 각 미니 배치 반복에 대해 m을 다음과 같이 설정했다.

(6)

여기서 vn은 n번째 데이터가 수동으로 확인되는지 여부를 나타낸다. 이 작업에서 다음과 같이 정의된다.

(7)

이 작업에서 a는 경험적으로 0.8로 설정되었다. 이 수정은 그래디언트 계산에서 오류가 가장 큰 일부 데이터를 제거한다. 또한, 특이치 데이터가 일괄적으로 선택되므로 노이즈가 있는 데이터가 점차적으로 발견될 것으로 예상된다. 본 발명의 일 실시예에서, 이 마스킹 기술은 교차 검증 정확도를 약 1 % 포인트 향상시켰다.

교육 단계와 달리 64,000개가 넘는 샘플 전체 데이터가 모델에 직접 공급된다. 제시된 모델은 가변 길이 데이터를 처리할 수 있으며 출력 크기는 글로벌 평균 풀링 계층으로 인해 항상 동일하다. 그러나 본 발명에서는 제로 패딩 영역의 길이가 데이터 길이에 대한 정보를 의미한다고 인식하기 때문에 더 짧은 데이터에 제로 패딩을 적용했다. 이는 인식의 중요한 단서가 될 수 있다.

도 4에서, 여러 모델의 앙상블을 위해 모델 출력의 기하 평균을 취했다. 로그멜 기반 모델은 실험에서 파형 기반 모델보다 성능이 우수하다는 점을 고려하여 가중치가 1.5로 주어졌다. 앙상블 프로세스는 다음과 같이 나타낼 수 있다.

(8)

여기서 ye와 pe는 각각 e 번째 모델의 출력과 앙상블 가중치를 나타낸다. 최종 출력은 y-1의 정규화 한 후에 l1-norm으로 얻어졌다.

첫 번째 실험에서는 다양한 저수준 모듈과 샘플링 속도에서 분류 성능을 평가했다. 배치 생성의 샘플 수가 고정되어 있기 때문에 샘플링 속도를 변경하면 분석 창의 시간 길이에 직접 영향을 미친다.

각 모델/샘플링 속도 설정은 5가지 교차 검증 모델의 앙상블을 사용하여 수행되며 도 4에 도시된 표는 MAP@31 점수를 보여준다. 이 결과에서 우리는 로그멜 기반 모델이 파형 기반 모델보다 성능이 우수하다는 것을 알 수 있었다. 그러나 결과는 샘플링 속도에 덜 민감하지만 샘플링 속도가 높을수록, 특히 로그멜 기반 모델의 경우 분류 성능이 향상되는 것으로 보인다. 다시 말하지만 다양한 샘플링 속도/시간 길이를 가진 모델의 앙상블은 MAP @ 3 점수를 향상시킨다. 모든 다른 설정의 앙상블은 0.954를 달성했으며, 이는 이 과제 2의 최신 기술이다.

Claims (1)

1. 오디오 데이터에 대해 로그멜(Logmel) 변환을 이용하여 전처리를 수행하는 로우-레벨(Low-level) 모듈;
   단일 블록 아키텍처로 구성된 덴스넷(DenseNet) 모듈; 및
   두개의 학습 데이터를 선형적으로 혼합하는 믹스업 방법을 적용한 분류 모듈을 포함하는 것을 특징으로 하는 오디오 태깅 시스템.

Images