KR20210062955A - 사용자인식에 기반한 디바이스의 제어 - Google Patents

사용자인식에 기반한 디바이스의 제어 Download PDF

Info

Publication number
KR20210062955A
KR20210062955A KR1020190151242A KR20190151242A KR20210062955A KR 20210062955 A KR20210062955 A KR 20210062955A KR 1020190151242 A KR1020190151242 A KR 1020190151242A KR 20190151242 A KR20190151242 A KR 20190151242A KR 20210062955 A KR20210062955 A KR 20210062955A
Authority
KR
South Korea
Prior art keywords
user
feature
processor
output
server
Prior art date
Application number
KR1020190151242A
Other languages
English (en)
Inventor
조창석
박웅희
이현옥
신만수
송상훈
전상국
강철
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190151242A priority Critical patent/KR20210062955A/ko
Priority to US17/101,770 priority patent/US11615760B2/en
Publication of KR20210062955A publication Critical patent/KR20210062955A/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
    • G06F3/017—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
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3231—Monitoring the presence, absence or movement of users
    • 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
    • G06F3/002—Specific input/output arrangements not covered by G06F3/01 - G06F3/16
    • G06F3/005—Input arrangements through a video camera
    • 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
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • 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
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
    • 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
    • G06F3/16—Sound input; Sound output
    • 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
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G06K9/00362—
    • G06K9/00597—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0454—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/003—Details of a display terminal, the details relating to the control arrangement of the display terminal and to the interfaces thereto
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/04—Training, enrolment or model building
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/18—Artificial neural networks; Connectionist approaches
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2330/00—Aspects of power supply; Aspects of display protection and defect management
    • G09G2330/02—Details of power systems and of start or stop of display operation
    • G09G2330/027—Arrangements or methods related to powering off a display
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

인공지능 기반의 제어방법이 개시된다. 본 명세서의 일 실시예에 따른 인공지능 기반의 제어방법은, 사용자가 디바이스의 기 설정된 범위 내로 접근하면 디바이스는 사용자 영상을 촬영하고, 촬영된 영상에 포함된 모션특징(motion feature)를 이용하여 디바이스에 사용자의 디바이스에 대한 사용의도를 예측할 수 있다. 본 명세서의 AI 제어방법은 인공 지능(Artificial Intelligence) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.

Description

사용자인식에 기반한 디바이스의 제어{CONTROLLING OF DEVICE BASED ON USER RECOGNITION}
본 발명은 사용자인식에 기반한 디바이스의 제어에 관한 것이다.
인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙(Rule) 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
한편, 전자 디바이스는 사용자의 접근을 감지하여 사용자에게 서비스를 제공하도록 제어할 수 있다. 다만, 사용의도가 없는 단순한 접근과 사용의도를 갖는 접근을 구별하기 어려운 경우가 있다.
본 발명은 전술한 필요성 및/또는 문제점을 해결하는 것을 목적으로 한다.
또한, 본 발명은, 사용자의 모션 또는 시선에 기반하여 사용의도를 판단할 수 하는 사용자인식에 기반한 디바이스의 제어방법 및 그 장치를 구현하는 것을 목적으로 한다.
또한, 본 발명은, 사용자의 사용의도가 없는 것으로 판단되면, 정보표시기능을 턴오프 시킴으로써 불필요한 소비전력을 감소시킬 수 있는 사용자인식에 기반한 디바이스의 제어방법 및 그 장치를 구현하는 것을 목적으로 한다.
또한, 본 명세서는, 비전 기반의 식별 모델을 이용하여 등록 사용자를 식별할 수 있는 사용자인식에 기반한 디바이스의 제어방법 및 그 장치를 구현하는 것을 목적으로 한다.
또한, 본 명세서는, 화자의 음성에 기반하여 사용자를 식별하고, 음성에 기반한 식별 결과를 이용하여 비전에 기반한 식별 결과를 수정할 수 있는 사용자인식에 기반한 디바이스의 제어방법 및 그 장치를 구현하는 것을 목적으로 한다.
또한, 본 명세서는, 식별된 사용자 정보에 기반하여 식별된 사용자가 선호하는 다양한 컨텐츠를 제공할 수 있는 사용자인식에 기반한 디바이스의 제어방법 및 그 장치를 구현하는 것을 목적으로 한다.
본 명세서의 일 양상에 따른 인공지능 기반의 제어방법은 사용자가 디바이스의 기 설정된 센싱범위 내로 접근하면 상기 디바이스로부터 상기 사용자가 포함된 영상을 수신하는 단계;상기 영상으로부터 모션특징을 나타내는 제1 특징벡터를 생성하는 단계;상기 제1 특징벡터를 제1 분류모델(classification model)에 적용하여 상기 디바이스에 대한 사용의도(intent of use)를 판단하기 위한 제1 출력을 생성하는 단계; 및 상기 제1 출력에 기반하여 상기 디바이스의 정보표시기능(information display function)을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 단계;를 포함한다.
또한, 상기 영상으로부터 시선특징을 나타내는 제2 특징벡터를 생성하는 단계;상기 제2 특징벡터를 제2 분류모델에 적용하여 상기 디바이스에 대한 사용의도를 판단하기 위한 제2 출력을 생성하는 단계; 및 상기 제2 출력에 기반하여 상기 디바이스의 정보표시기능을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 단계;를 더 포함할 수 있다.
또한, 상기 제1, 제2 분류모델은 합성곱신경망 기반의 학습모델일 수 있다.
또한, 상기 시선특징은 상기 사용자의 시선방향, 응시시간 또는 상기 디바이스에 구비된 카메라와 홍채 사이의 각도 중 적어도 하나를 포함할 수 있다.
또한, 상기 모션특징은 상기 사용자의 스켈레톤에 기반한 동작패턴 또는 보행속도 중 적어도 하나를 포함할 수 있다.
또한, 상기 모션특징, 얼굴표정 또는 시선특징 중 적어도 하나를 포함하는 상기 사용자의 비전특징(vision feature)에 기반하여 등록 사용자를 식별하는 단계;를 더 포함하되, 상기 제1 출력은 상기 등록 사용자 별로 서로 다른 값을 가질 수 있다.
또한, 상기 사용자의 음성을 수신하는 단계;상기 음성으로부터 발화특징(speech feature)을 나타내는 제3 특징벡터를 생성하는 단계; 및 상기 제3 특징벡터을 화자식별모델(speaker identification model)에 적용하여 기 등록된 복수의 화자들 중 가장 유사한 상기 발화특징을 갖는 화자를 판단하는 단계;를 더 포함할 수 있다.
또한, 상기 비전특징에 기반한 판단결과와 상기 발화특징에 기반한 판단결과가 다른 경우, 상기 비전특징에 레이블링된 사용자 정보를 상기 발화특징에 기반하여 판단된 사용자 정보에 매핑되도록 수정하는 단계;를 더 포함할 수 있다.
또한, 상기 식별된 등록 사용자의 사용기록에 기반한 선호 컨텐츠를 디스플레이를 통해 표시하도록 제어하는 신호를 생성하는 단계;를 더 포함할 수 있다.
또한, 상기 센싱범위는 상기 디바이스에 구비된 카메라의 화각범위일 수 있다.
또한, 상기 디바이스는 TV 또는 공항 로봇 중 어느 하나일 수 있다.
본 명세서의 다른 양상에 따른 지능형 디바이스는 통신 모듈; 사용자의 접근을 센싱하는 센서; 상기 센서의 기설정된 센싱범위 내로 상기 사용자가 접근하면 디바이스로부터 상기 사용자가 포함된 영상을 수신하고, 상기 영상으로부터 모션특징을 나타내는 제1 특징벡터를 생성하고, 상기 제1 특징벡터를 제1 분류모델(classification model)에 적용하여 상기 디바이스에 대한 사용의도(intent of use)를 판단하기 위한 제1 출력을 생성하고, 상기 제1 출력에 기반하여 상기 디바이스의 정보표시기능(information display function)을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 프로세서;를 포함한다.
본 명세서의 일 실시예에 따른 사용자인식에 기반한 디바이스의 제어방법 및 그 장치의 효과에 대해 설명하면 다음과 같다.
본 명세서는 사용자의 모션 또는 시선에 기반하여 사용의도를 판단할 수 있다.
또한, 본 명세서는 사용자의 사용의도가 없는 것으로 판단되면, 정보표시기능을 턴오프 시킴으로써 불필요한 소비전력을 감소시킬 수 있다.
또한, 본 명세서는 비전 기반의 식별 모델을 이용하여 등록 사용자를 식별할 수 있다.
또한, 본 명세서는 화자의 음성에 기반하여 사용자를 식별하고, 음성에 기반한 식별 결과를 이용하여 비전에 기반한 식별 결과를 수정할 수 있다.
또한, 본 명세서는, 식별된 사용자 정보에 기반하여 식별된 사용자가 선호하는 다양한 컨텐츠를 제공할 수 있다.
본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 4는 본 명세서의 일 실시예에 따른 AI 장치의 블록도이다.
도 5는 전자 장치의 블록도를 나타내는 도면이다.
도 6은 본 명세서의 일 실시예에 따른 지능형 디바이스 제어 시스템을 설명하기 위한 도면이다.
도 7은 본 명세서의 일 실시예에 따른 사용자인식에 기반한 제어방법의 개략적인 순서도이다.
도 8은 본 명세서의 일 실시예에 따른 사용자인식에 기반한 제어방법의 구체적인 순서도이다.
도 9는 본 명세서의 일 실시예에 따른 등록 사용자에 적응된 디바이스의 제어방법의 순서도이다.
도 10 및 도 11은 본 명세서의 일 실시예에 따른 모션특징에 기반한 사용자인식의 일 례를 설명하기 위한 도면이다.
도 12 및 도 13은 본 명세서의 일 실시예에 따른 시선특징에 기반한 사용자인식의 일 례를 설명하기 위한 도면이다.
도 14 본 명세서의 일 실시예에 적용되는 학습모델 갱신의 일 례를 설명하기 위한 도면이다.
도 15 내지 도 17은 본 명세서의 일 실시예에 적용되는 TV 장치의 일 례를 나타내기 위한 도면이다.
도 18 내지 도 20은 본 명세서의 일 실시예에 적용되는 공항 로봇의 일 례를 나타내기 위한 도면이다.
도 21은 본 명세서의 일 실시예에 따른 사용자인식 기반의 제어방법의 시퀀스도이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 명세서의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
A. UE 및 5G 네트워크 블록도 예시
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 1을 참조하면, AI 모듈을 포함하는 장치(AI 장치)를 제1 통신 장치로 정의(도 1의 910)하고, 프로세서(911)가 AI 상세 동작을 수행할 수 있다.
AI 장치와 통신하는 다른 장치(AI 서버)를 포함하는 5G 네트워크를 제2 통신 장치(도 1의 920)하고, 프로세서(921)가 AI 상세 동작을 수행할 수 있다.
5G 네트워크가 제 1 통신 장치로, AI 장치가 제 2 통신 장치로 표현될 수도 있다.
예를 들어, 상기 제 1 통신 장치 또는 상기 제 2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, 차량, 자율주행 기능을 탑재한 차량, 커넥티드카(Connected Car), 드론(Unmanned Aerial Vehicle, UAV), AI(Artificial Intelligence) 모듈, 로봇, AR(Augmented Reality) 장치, VR(Virtual Reality) 장치, MR(Mixed Reality) 장치, 홀로그램 장치, 공공 안전 장치, MTC 장치, IoT 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, 5G 서비스와 관련된 장치 또는 그 이외 4차 산업 혁명 분야와 관련된 장치일 수 있다.
예를 들어, 단말 또는 UE(User Equipment)는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털 방송용 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)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다. 예를 들어, 드론은 사람이 타지 않고 무선 컨트롤 신호에 의해 비행하는 비행체일 수 있다. 예를 들어, VR 장치는 가상 세계의 객체 또는 배경 등을 구현하는 장치를 포함할 수 있다. 예를 들어, AR 장치는 현실 세계의 객체 또는 배경 등에 가상 세계의 객체 또는 배경을 연결하여 구현하는 장치를 포함할 수 있다. 예를 들어, MR 장치는 현실 세계의 객체 또는 배경 등에 가상 세계의 객체 또는 배경을 융합하여 구현하는 장치를 포함할 수 있다. 예를 들어, 홀로그램 장치는 홀로그래피라는 두 개의 레이저 광이 만나서 발생하는 빛의 간섭현상을 활용하여, 입체 정보를 기록 및 재생하여 360도 입체 영상을 구현하는 장치를 포함할 수 있다. 예를 들어, 공공 안전 장치는 영상 중계 장치 또는 사용자의 인체에 착용 가능한 영상 장치 등을 포함할 수 있다. 예를 들어, MTC 장치 및 IoT 장치는 사람의 직접적인 개입이나 또는 조작이 필요하지 않는 장치일 수 있다. 예를 들어, MTC 장치 및 IoT 장치는 스마트 미터, 벤딩 머신, 온도계, 스마트 전구, 도어락 또는 각종 센서 등을 포함할 수 있다. 예를 들어, 의료 장치는 질병을 진단, 치료, 경감, 처치 또는 예방할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 상해 또는 장애를 진단, 치료, 경감 또는 보정할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 구조 또는 기능을 검사, 대체 또는 변형할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 임신을 조절할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 진료용 장치, 수술용 장치, (체외) 진단용 장치, 보청기 또는 시술용 장치 등을 포함할 수 있다. 예를 들어, 보안 장치는 발생할 우려가 있는 위험을 방지하고, 안전을 유지하기 위하여 설치한 장치일 수 있다. 예를 들어, 보안 장치는 카메라, CCTV, 녹화기(recorder) 또는 블랙박스 등일 수 있다. 예를 들어, 핀테크 장치는 모바일 결제 등 금융 서비스를 제공할 수 있는 장치일 수 있다.
도 1을 참고하면, 제 1 통신 장치(910)와 제 2 통신 장치(920)은 프로세서(processor, 911,921), 메모리(memory, 914,924), 하나 이상의 Tx/Rx RF 모듈(radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)을 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL(제 1 통신 장치에서 제 2 통신 장치로의 통신)에서, 전송(TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신(RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.
UL(제 2 통신 장치에서 제 1 통신 장치로의 통신)은 제 2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제 1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)는 각각의 안테나(926)을 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.
B. 무선 통신 시스템에서 신호 송/수신 방법
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 2를 참고하면, UE는 전원이 켜지거나 새로이 셀에 진입한 경우 BS와 동기를 맞추는 등의 초기 셀 탐색(initial cell search) 작업을 수행한다(S201). 이를 위해, UE는 BS로부터 1차 동기 채널(primary synchronization channel, P-SCH) 및 2차 동기 채널(secondary synchronization channel, S-SCH)을 수신하여 BS와 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. LTE 시스템과 NR 시스템에서 P-SCH와 S-SCH는 각각 1차 동기 신호(primary synchronization signal, PSS)와 2차 동기 신호(secondary synchronization signal, SSS)로 불린다. 초기 셀 탐색 후, UE는 BS로부터 물리 브로드캐스트 채널(physical broadcast channel, PBCH)를 수신하여 셀 내 브로드캐스트 정보를 획득할 수 있다. 한편, UE는 초기 셀 탐색 단계에서 하향링크 참조 신호(downlink reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다. 초기 셀 탐색을 마친 UE는 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(physical downlink shared Channel, PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).
한편, BS에 최초로 접속하거나 신호 전송을 위한 무선 자원이 없는 경우 UE는 BS에 대해 임의 접속 과정(random access procedure, RACH)을 수행할 수 있다(단계 S203 내지 단계 S206). 이를 위해, UE는 물리 임의 접속 채널(physical random access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로서 전송하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 임의 접속 응답(random access response, RAR) 메시지를 수신할 수 있다(S204 및 S206). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 과정(contention resolution procedure)를 수행할 수 있다.
상술한 바와 같은 과정을 수행한 UE는 이후 일반적인 상향링크/하향링크 신호 전송 과정으로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(physical uplink shared Channel, PUSCH)/물리 상향링크 제어 채널(physical uplink control channel, PUCCH) 전송(S208)을 수행할 수 있다. 특히 UE는 PDCCH를 통하여 하향링크 제어 정보(downlink control information, DCI)를 수신한다. UE는 해당 탐색 공간 설정(configuration)들에 따라 서빙 셀 상의 하나 이상의 제어 요소 세트(control element set, CORESET)들에 설정된 모니터링 기회(occasion)들에서 PDCCH 후보(candidate)들의 세트를 모니터링한다. UE가 모니터할 PDCCH 후보들의 세트는 탐색 공간 세트들의 면에서 정의되며, 탐색 공간 세트는 공통 탐색 공간 세트 또는 UE-특정 탐색 공간 세트일 수 있다. CORESET은 1~3개 OFDM 심볼들의 시간 지속기간을 갖는 (물리) 자원 블록들의 세트로 구성된다. 네트워크는 UE가 복수의 CORESET들을 갖도록 설정할 수 있다. UE는 하나 이상의 탐색 공간 세트들 내 PDCCH 후보들을 모니터링한다. 여기서 모니터링이라 함은 탐색 공간 내 PDCCH 후보(들)에 대한 디코딩 시도하는 것을 의미한다. UE가 탐색 공간 내 PDCCH 후보들 중 하나에 대한 디코딩에 성공하면, 상기 UE는 해당 PDCCH 후보에서 PDCCH를 검출했다고 판단하고, 상기 검출된 PDCCH 내 DCI를 기반으로 PDSCH 수신 혹은 PUSCH 전송을 수행한다. PDCCH는 PDSCH 상의 DL 전송들 및 PUSCH 상의 UL 전송들을 스케줄링하는 데 사용될 수 있다. 여기서 PDCCH 상의 DCI는 하향링크 공유 채널과 관련된, 변조(modulation) 및 코딩 포맷과 자원 할당(resource allocation) 정보를 적어도 포함하는 하향링크 배정(assignment)(즉, downlink grant; DL grant), 또는 상향링크 공유 채널과 관련된, 변조 및 코딩 포맷과 자원 할당 정보를 포함하는 상향링크 그랜트(uplink grant; UL grant)를 포함한다.
도 2를 참고하여, 5G 통신 시스템에서의 초기 접속(Initial Access, IA) 절차에 대해 추가적으로 살펴본다.
UE는 SSB에 기반하여 셀 탐색(search), 시스템 정보 획득, 초기 접속을 위한 빔 정렬, DL 측정 등을 수행할 수 있다. SSB는 SS/PBCH(Synchronization Signal/Physical Broadcast channel) 블록과 혼용된다.
SSB는 PSS, SSS와 PBCH로 구성된다. SSB는 4개의 연속된 OFDM 심볼들에 구성되며, OFDM 심볼별로 PSS, PBCH, SSS/PBCH 또는 PBCH가 전송된다. PSS와 SSS는 각각 1개의 OFDM 심볼과 127개의 부반송파들로 구성되고, PBCH는 3개의 OFDM 심볼과 576개의 부반송파들로 구성된다.
셀 탐색은 UE가 셀의 시간/주파수 동기를 획득하고, 상기 셀의 셀 ID(Identifier)(예, Physical layer Cell ID, PCI)를 검출하는 과정을 의미한다. PSS는 셀 ID 그룹 내에서 셀 ID를 검출하는데 사용되고, SSS는 셀 ID 그룹을 검출하는데 사용된다. PBCH는 SSB (시간) 인덱스 검출 및 하프-프레임 검출에 사용된다.
336개의 셀 ID 그룹이 존재하고, 셀 ID 그룹 별로 3개의 셀 ID가 존재한다. 총 1008개의 셀 ID가 존재한다. 셀의 셀 ID가 속한 셀 ID 그룹에 관한 정보는 상기 셀의 SSS를 통해 제공/획득되며, 상기 셀 ID 내 336개 셀들 중 상기 셀 ID에 관한 정보는 PSS를 통해 제공/획득된다
SSB는 SSB 주기(periodicity)에 맞춰 주기적으로 전송된다. 초기 셀 탐색 시에 UE가 가정하는 SSB 기본 주기는 20ms로 정의된다. 셀 접속 후, SSB 주기는 네트워크(예, BS)에 의해 {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} 중 하나로 설정될 수 있다.
다음으로, 시스템 정보 (system information; SI) 획득에 대해 살펴본다.
SI는 마스터 정보 블록(master information block, MIB)와 복수의 시스템 정보 블록(system information block, SIB)들로 나눠진다. MIB 외의 SI는 RMSI(Remaining Minimum System Information)으로 지칭될 수 있다. MIB는 SIB1(SystemInformationBlock1)을 나르는 PDSCH를 스케줄링하는 PDCCH의 모니터링을 위한 정보/파라미터를 포함하며 SSB의 PBCH를 통해 BS에 의해 전송된다. SIB1은 나머지 SIB들(이하, SIBx, x는 2 이상의 정수)의 가용성(availability) 및 스케줄링(예, 전송 주기, SI-윈도우 크기)과 관련된 정보를 포함한다. SIBx는 SI 메시지에 포함되며 PDSCH를 통해 전송된다. 각각의 SI 메시지는 주기적으로 발생하는 시간 윈도우(즉, SI-윈도우) 내에서 전송된다.
도 2를 참고하여, 5G 통신 시스템에서의 임의 접속(Random Access, RA) 과정에 대해 추가적으로 살펴본다.
임의 접속 과정은 다양한 용도로 사용된다. 예를 들어, 임의 접속 과정은 네트워크 초기 접속, 핸드오버, UE-트리거드(triggered) UL 데이터 전송에 사용될 수 있다. UE는 임의 접속 과정을 통해 UL 동기와 UL 전송 자원을 획득할 수 있다. 임의 접속 과정은 경쟁 기반(contention-based) 임의 접속 과정과 경쟁 프리(contention free) 임의 접속 과정으로 구분된다. 경쟁 기반의 임의 접속 과정에 대한 구체적인 절차는 아래와 같다.
UE가 UL에서 임의 접속 과정의 Msg1로서 임의 접속 프리앰블을 PRACH를 통해 전송할 수 있다. 서로 다른 두 길이를 가지는 임의 접속 프리앰블 시퀀스들이 지원된다. 긴 시퀀스 길이 839는 1.25 및 5 kHz의 부반송파 간격(subcarrier spacing)에 대해 적용되며, 짧은 시퀀스 길이 139는 15, 30, 60 및 120 kHz의 부반송파 간격에 대해 적용된다.
BS가 UE로부터 임의 접속 프리앰블을 수신하면, BS는 임의 접속 응답(random access response, RAR) 메시지(Msg2)를 상기 UE에게 전송한다. RAR을 나르는 PDSCH를 스케줄링하는 PDCCH는 임의 접속(random access, RA) 무선 네트워크 임시 식별자(radio network temporary identifier, RNTI)(RA-RNTI)로 CRC 마스킹되어 전송된다. RA-RNTI로 마스킹된 PDCCH를 검출한 UE는 상기 PDCCH가 나르는 DCI가 스케줄링하는 PDSCH로부터 RAR을 수신할 수 있다. UE는 자신이 전송한 프리앰블, 즉, Msg1에 대한 임의 접속 응답 정보가 상기 RAR 내에 있는지 확인한다. 자신이 전송한 Msg1에 대한 임의 접속 정보가 존재하는지 여부는 상기 UE가 전송한 프리앰블에 대한 임의 접속 프리앰블 ID가 존재하는지 여부에 의해 판단될 수 있다. Msg1에 대한 응답이 없으면, UE는 전력 램핑(power ramping)을 수행하면서 RACH 프리앰블을 소정의 횟수 이내에서 재전송할 수 있다. UE는 가장 최근의 경로 손실 및 전력 램핑 카운터를 기반으로 프리앰블의 재전송에 대한 PRACH 전송 전력을 계산한다.
상기 UE는 임의 접속 응답 정보를 기반으로 상향링크 공유 채널 상에서 UL 전송을 임의 접속 과정의 Msg3로서 전송할 수 있다. Msg3은 RRC 연결 요청 및 UE 식별자를 포함할 수 있다. Msg3에 대한 응답으로서, 네트워크는 Msg4를 전송할 수 있으며, 이는 DL 상에서의 경쟁 해결 메시지로 취급될 수 있다. Msg4를 수신함으로써, UE는 RRC 연결된 상태에 진입할 수 있다.
C. 5G 통신 시스템의 빔 관리(Beam Management, BM) 절차
BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS(sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.
SSB를 이용한 DL BM 과정에 대해 살펴본다.
SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보(channel state information, CSI)/빔 설정 시에 수행된다.
- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고을 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ??}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.
- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.
- SSBRI 및 참조 신호 수신 전력(reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선(best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.
UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된(quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간(spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.
다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.
CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제(refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.
먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.
- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다.
- UE는 자신의 Rx 빔을 결정한다.
- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다.
다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.
- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다.
- UE는 최상의(best) 빔을 선택(또는 결정)한다.
- UE는 선택된 빔에 대한 ID(예, CRI) 및 관련 품질 정보(예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.
다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.
- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링(예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.
- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.
- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.
다음으로, 빔 실패 복구(beam failure recovery, BFR) 과정에 대해 살펴본다.
빔포밍된 시스템에서, RLF(Radio Link Failure)는 UE의 회전(rotation), 이동(movement) 또는 빔포밍 블로키지(blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시(indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간(period) 내에 RRC 시그널링에 의해 설정된 임계치(threshold)에 이르면(reach), 빔 실패를 선언(declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시(initiate)함으로써 빔 실패 복구를 트리거하고; 적절한(suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료(completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.
D. URLLC (Ultra-Reliable and Low Latency Communication)
NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항(requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간(duration)(예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격(stringent)한 레이턴시 요구 사항(latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화(multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션(preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.
NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유(sharing)이 지원된다. eMBB와 URLLC 서비스들은 비-중첩(non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인(ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링(puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트(corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시(preemption indication)을 제공한다. 상기 프리엠션 지시(preemption indication)는 중단된 전송 지시(interrupted transmission indication)으로 지칭될 수도 있다.
프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반(convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설졍되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도(granularity)를 가지고 설정된다.
상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.
UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞(last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.
E. mMTC (massive MTC)
mMTC(massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB(NarrowBand)-IoT를 다루고 있다.
mMTC 기술은 PDCCH, PUCCH, PDSCH(physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑(hopping), 리튜닝(retuning), 가드 구간(guard period) 등의 특징을 가진다.
즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑(frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제 1 주파수 자원에서 제 2 주파수 자원으로 가드 구간(guard period)에서 (RF) 리튜닝(retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역(narrowband)(ex. 6 RB (resource block) or 1 RB)를 통해 송/수신될 수 있다.
F. 5G 통신을 이용한 AI 기본 동작
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
UE는 특정 정보 전송을 5G 네트워크로 전송한다(S1).그리고, 상기 5G 네트워크는 상기 특정 정보에 대한 5G 프로세싱을 수행한다(S2).여기서, 5G 프로세싱은 AI 프로세싱을 포함할 수 있다. 그리고, 상기 5G 네트워크는 AI 프로세싱 결과를 포함하는 응답을 상기 UE로 전송한다(S3).
G. 5G 통신 시스템에서 사용자 단말과 5G 네트워크 간의 응용 동작
이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, Mmtc 등)을 참고하여 5G 통신을 이용한 AI 동작에 대해 보다 구체적으로 살펴본다.
먼저, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 S1 단계 및 S3 단계와 같이, UE가 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, UE는 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.
보다 구체적으로, UE는 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, UE가 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.
또한, UE는 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다. 그리고, 상기 5G 네트워크는 상기 UE로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 UE는 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 UE로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 UE로 AI 프로세싱 결과를 포함하는 응답을 전송할 수 있다.
다음으로, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
앞서 설명한 바와 같이, UE가 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, UE는 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, UE는 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)을 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, UE는 프리엠션 지시(pre-emption indication)에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, UE는 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.
다음으로, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.
도 3의 S1 단계에서, UE는 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 상기 UE는 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다. 그리고, 특정 정보의 반복 전송은 주파수 호핑을 통해 수행되고, 첫 번째 특정 정보의 전송은 제 1 주파수 자원에서, 두 번째 특정 정보의 전송은 제 2 주파수 자원에서 전송될 수 있다. 상기 특정 정보는 6RB(Resource Block) 또는 1RB(Resource Block)의 협대역(narrowband)을 통해 전송될 수 있다.
앞서 살핀 5G 통신 기술은 후술할 본 명세서에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 명세서에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
AI 장치 블록도
도 4는 본 명세서의 일 실시예에 따른 AI 장치의 블록도이다.
상기 AI 장치(20)는 AI 프로세싱을 수행할 수 있는 AI 모듈을 포함하는 전자 기기 또는 상기 AI 모듈을 포함하는 서버 등을 포함할 수 있다. 또한, 상기 AI 장치(20)는 도 5에 도시된 디바이스(100)의 적어도 일부의 구성으로 포함되어 AI 프로세싱 중 적어도 일부를 함께 수행하도록 구비될 수도 있다.
상기 AI 프로세싱은, 도 5에 도시된 디바이스(100)의 제어와 관련된 모든 동작들을 포함할 수 있다. 예를 들어, 자율주행 차량은 센싱 데이터 또는 운전자 데이터를 AI 프로세싱 하여 처리/판단, 제어 신호 생성 동작을 수행할 수 있다. 또한, 예를 들어, 자율주행 차량은 상기 차량 내에 구비된 다른 전자 기기와의 인터랙션을 통해 획득되는 데이터를 AI 프로세싱 하여 자율주행 제어를 수행할 수 있다.
상기 AI 장치(20)는 AI 프로세서(21), 메모리(25) 및/또는 통신부(27)를 포함할 수 있다.
상기 AI 장치(20)는 신경망을 학습할 수 있는 컴퓨팅 장치로서, 서버, 데스크탑 PC, 노트북 PC, 태블릿 PC 등과 같은 다양한 전자 장치로 구현될 수 있다.
AI 프로세서(21)는 메모리(25)에 저장된 프로그램을 이용하여 신경망을 학습할 수 있다. 특히, AI 프로세서(21)는 디바이스 관련 데이터를 인식하기 위한 신경망을 학습할 수 있다. 여기서, 디바이스 관련 데이터를 인식하기 위한 신경망은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 갖는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 모드들은 뉴런이 시냅스(synapse)를 통해 신호를 주고 받는 뉴런의 시냅틱 활동을 모의하도록 각각 연결 관계에 따라 데이터를 주고 받을 수 있다. 여기서 신경망은 신경망 모델에서 발전한 딥러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 신경망 모델의 예는 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함하며, 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.
한편, 전술한 바와 같은 기능을 수행하는 프로세서는 범용 프로세서(예를 들어, CPU)일 수 있으나, 인공지능 학습을 위한 AI 전용 프로세서(예를 들어, GPU)일 수 있다.
메모리(25)는 AI 장치(20)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(25)는 비 휘발성 메모리, 휘발성 메모리, 플래시 메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SDD) 등으로 구현할 수 있다. 메모리(25)는 AI 프로세서(21)에 의해 액세스되며, AI 프로세서(21)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 또한, 메모리(25)는 본 명세서의 일 실시예에 따른 데이터 분류/인식을 위한 학습 알고리즘을 통해 생성된 신경망 모델(예를 들어, 딥 러닝 모델(26))을 저장할 수 있다.
한편, AI 프로세서(21)는 데이터 분류/인식을 위한 신경망을 학습하는 데이터 학습부(22)를 포함할 수 있다. 데이터 학습부(22)는 데이터 분류/인식을 판단하기 위하여 어떤 학습 데이터를 이용할지, 학습 데이터를 이용하여 데이터를 어떻게 분류하고 인식할지에 관한 기준을 학습할 수 있다. 데이터 학습부(22)는 학습에 이용될 학습 데이터를 획득하고, 획득된 학습데이터를 딥러닝 모델에 적용함으로써, 딥러닝 모델을 학습할 수 있다.
데이터 학습부(22)는 적어도 하나의 하드웨어 칩 형태로 제작되어 AI 장치(20)에 탑재될 수 있다. 예를 들어, 데이터 학습부(22)는 인공지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 범용 프로세서(CPU) 또는 그래픽 전용 프로세서(GPU)의 일부로 제작되어 AI 장치(20)에 탑재될 수도 있다. 또한, 데이터 학습부(22)는 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(또는 인스트럭션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록 매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 애플리케이션에 의해 제공될 수 있다.
데이터 학습부(22)는 학습 데이터 획득부(23) 및 모델 학습부(24)를 포함할 수 있다.
학습 데이터 획득부(23)는 데이터를 분류하고 인식하기 위한 신경망 모델에 필요한 학습 데이터를 획득할 수 있다. 예를 들어, 학습 데이터 획득부(23)는 학습 데이터로서, 신경망 모델에 입력하기 위한 차량 데이터 및/또는 샘플 데이터를 획득할 수 있다.
모델 학습부(24)는 상기 획득된 학습 데이터를 이용하여, 신경망 모델이 소정의 데이터를 어떻게 분류할지에 관한 판단 기준을 가지도록 학습할 수 있다. 이 때 모델 학습부(24)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또는 모델 학습부(24)는 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통해 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 학습에 따른 상황 판단의 결과가 올바른지에 대한 피드백을 이용하여 강화 학습(reinforcement learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient decent)을 포함하는 학습 알고리즘을 이용하여 신경망 모델을 학습시킬 수 있다.
신경망 모델이 학습되면, 모델 학습부(24)는 학습된 신경망 모델을 메모리에 저장할 수 있다. 모델 학습부(24)는 학습된 신경망 모델을 AI 장치(20)와 유선 또는 무선 네트워크로 연결된 서버의 메모리에 저장할 수도 있다.
데이터 학습부(22)는 인식 모델의 분석 결과를 향상시키거나, 인식 모델의 생성에 필요한 리소스 또는 시간을 절약하기 위해 학습 데이터 전처리부(미도시) 및 학습 데이터 선택부(미도시)를 더 포함할 수도 있다.
학습 데이터 전처리부는 획득된 데이터가 상황 판단을 위한 학습에 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 예를 들어, 학습 데이터 전처리부는, 모델 학습부(24)가 이미지 인식을 위한 학습을 위하여 획득된 학습 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
또한, 학습 데이터 선택부는, 학습 데이터 획득부(23)에서 획득된 학습 데이터 또는 전처리부에서 전처리된 학습 데이터 중 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(24)에 제공될 수 있다. 예를 들어, 학습 데이터 선택부는, 차량의 카메라를 통해 획득한 영상 중 특정 영역을 검출함으로써, 특정 영역에 포함된 객체에 대한 데이터만을 학습 데이터로 선택할 수 있다.
또한, 데이터 학습부(22)는 신경망 모델의 분석 결과를 향상시키기 위하여 모델 평가부(미도시)를 더 포함할 수도 있다.
모델 평가부는, 신경망 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 분석 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(22)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인식 모델을 평가하기 위한 기 정의된 데이터일 수 있다. 일 예로, 모델 평가부는 평가 데이터에 대한 학습된 인식 모델의 분석 결과 중, 분석 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정되 임계치를 초과하는 경우, 소정 기준을 만족하지 못한 것으로 평가할 수 있다.
통신부(27)는 AI 프로세서(21)에 의한 AI 프로세싱 결과를 외부 전자 기기로 전송할 수 있다.
한편, 도 4에 도시된 AI 장치(20)는 AI 프로세서(21)와 메모리(25), 통신부(27) 등으로 기능적으로 구분하여 설명하였지만, 전술한 구성요소들이 하나의 모듈로 통합되어 AI 모듈로 호칭될 수도 있음을 밝혀둔다.
도 5는 전자 장치의 블록도를 나타내는 도면이다.
도 5를 참조하면, 상기 전자 장치(100)는 적어도 하나 이상의 프로세서(110), 메모리(120), 출력 장치(130), 입력 장치(140), 입출력 인터페이스(150), 센서 모듈(160), 통신 모듈(170)을 포함할 수 있다.
프로세서(110)는 하나 이상의 어플리케이션 프로세서(application processor, AP), 하나 이상의 커뮤니케이션 프로세서(communication processor, CP) 또는 적어도 하나 이상의 AI 프로세서(artificial intelligence processor)를 포함할 수 있다. 어플리케이션 프로세서, 커뮤니케이션 프로세서 또는 AI 프로세서는 서로 다른 IC(integrated circuit) 패키지들 내에 각각 포함되거나 하나의 IC 패키지 내에 포함될 수 있다.
어플리케이션 프로세서는 운영체제 또는 응용 프로그램을 구동하여 어플리케이션 프로세서에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어하고, 멀티미디어 데이터를 포함한 각종 데이터 처리/연산을 수행할 수 있다. 일 례로, 상기 어플리케이션 프로세서는 SoC(system on chip)로 구현될 수 있다. 프로세서(110)는 GPU(graphic prcessing unit, 미도시)를 더 포함할 수 있다.
커뮤니케이션 프로세서는 전자 장치(100)와 네트워크로 연결된 다른 전자 장치들 간의 통신에서 데이터 링크를 관리하고 통신 프로토콜을 변환하는 기능을 수행할 수 있다. 일 례로, 커뮤니케이션 프로세서는 SoC로 구현될 수 있다. 커뮤니케이션 프로세서는 멀티미디어 제어 기능의 적어도 일부를 수행할 수 있다.
또한, 커뮤니케이션 프로세서는 통신 모듈(170)의 데이터 송수신을 제어할 수 있다. 커뮤니케이션 프로세서는 어플리케이션 프로세서의 적어도 일부로 포함되도록 구현될 수도 있다.
어플리케이션 프로세서 또는 커뮤니케이션 프로세서는 각각에 연결된 비휘발성 메모리 또는 다른 구성요소 중 적어도 하나로부터 수신한 명령 또는 데이터를 휘발성 메모리에 로드(load)하여 처리할 수 있다. 또한, 어플리케이션 프로세서 또는 커뮤니케이션 프로세서는 다른 구성요소 중 적어도 하나로부터 수신하거나 다른 구성요소 중 적어도 하나에 의해 생성된 데이터를 비휘발성 메모리에 저장할 수 있다.
메모리(120)는 내장 메모리 또는 외장 메모리를 포함할 수 있다. 내장 메모리는 휘발성 메모리(예를 들면, DRAM(dynamic RAM), SRAM(static RAM), SDRAM(synchronous dynamic RAM) 등) 또는 비휘발성 메모리 비휘발성 메모리(예를 들면, OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, NAND flash memory, NOR flash memory 등) 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 상기 내장 메모리는 SSD(solid state drive)의 형태를 취할 수도 있다. 상기 외장 메모리는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital) 또는 메모리 스틱(memory stick) 등을 더 포함할 수 있다.
출력 장치(130)는 디스플레이 모듈 또는 스피커 중 적어도 하나 이상을 포함할 수 있다. 출력 장치(130)는 사용자에게 멀티미디어 데이터, 텍스트 데이터, 음성 데이터 등을 포함하는 각종 데이터를 표시하거나 소리로 출력할 수 있다.
입력 장치(140)는 터치 패널(touch panel), 디지털 펜 센서(pen sensor), 키(key), 또는 초음파 입력 장치 등을 포함할 수 있다. 일 례로, 입력 장치(140)는 입출력 인터페이스(150)일 수도 있다. 터치 패널은 정전식, 감압식, 적외선 방식 또는 초음파 방식 중 적어도 하나 이상의 방식으로 터치 입력을 인식할 수 있다. 또한, 터치 패널은 컨트롤러(미도시)를 더 포함할 수도 있다. 정전식의 경우에 직접 터치 뿐만 아니라 근접 인식도 가능하다. 터치 패널은 택타일 레이어(tactile layer)를 더 포함할 수도 있다. 이 경우, 터치 패널은 사용자에게 촉각 반응을 제공할 수 있다.
디지털 펜 센서는 사용자의 터치 입력을 받는 것과 동일 또는 유사한 방법 또는 별도의 인식용 레이어(layer)를 이용하여 구현될 수 있다. 키는 키패드 또는 터치키가 이용될 수 있다. 초음파 입력 장치는 초음파 신호를 발생하는 펜을 통해 단말에서 마이크로 음파를 감지하여 데이터를 확인할 수 있는 장치로서, 무선 인식이 가능하다. 전자 장치(100)는 통신 모듈(170)을 이용하여 이와 연결된 외부 장치(예를 들어, 네트워크, 컴퓨터 또는 서버)로부터 사용자 입력을 수신할 수도 있다.
입력 장치(140)는 카메라 모듈, 마이크로폰을 더 포함할 수 있다. 카메라 모듈은 화상 및 동영상을 촬영할 수 있는 장치로서, 하나 이상의 이미지 센서, ISP(image signal processor) 또는 플래시 LED를 포함할 수 있다. 마이크로폰은 음성 신호를 수신하여 전기 신호로 변환시킬 수 있다.
입출력 인터페이스(150)는 입력장치 또는 출력장치를 통하여 사용자로부터 입려된 명령 또는 데이터를 버스(미도시)를 통하여 프로세서(110), 메모리(120), 통신 모듈(170) 등에 전달할 수 있다. 일 예로, 입출력 인터페이스(150)는 터치 패널을 ??아여 입력된 사용자의 터치 입력에 대한 데이터를 프로세서(110)로 제공할 수 있다. 일 예로, 입출력 인터페이스(150)는 버스를 통하여 프로세서(110), 메모리(120), 통신 모듈(170) 등으로부터 수신된 명령 또는 데이터를 출력 장치(130)를 통하여 출력할 수 있다. 일 예로 입출력 인터페이스(150)는 프로세서(110)를 통하여 처리된 음성 데이터를 스피커를 통하여 사용자에게 출력할 수 있다.
센서 모듈(160)은 제스쳐 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, RGB(red, green, blue) 센서, 생체 센서, 온/습도 센서, 조도 센서 또는 UV(ultra violet) 센서 중의 적어도 하나 이상을 포함할 수 있다. 센서 모듈(160)은 물리량을 계측하거나 전자 장치(100)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 추가적으로 또는 대체적으로, 센서 모듈(160)은, 후각 센서(E-nose sensor), EMG 센서(electromyography sensor), EEG 센서(electroencephalogram sensor, 미도시), ECG 센서(electrocardiogram sensor), PPG 센서 (photoplethysmography sensor), HRM 센서(heart rate monitor sensor), 땀 분비량 측정 센서(perspiration sensor), 또는 지문 센서(fingerprint sensor) 등을 포함할 수 있다. 센서 모듈(160)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어회로를 더 포함할 수 있다.
통신 모듈(170)은 무선 통신 모듈 또는 RF 모듈를 포함할 수 있다. 무선 통신 모듈은, 예를 들면, Wi-Fi, BT, GPS 또는 NFC를 포함할 수 있다. 예를 들면, 무선 통신 모듈은 무선 주파수를 이용하여 무선 통신 기능을 제공할 수 있다. 추가적으로 또는 대체적으로, 무선 통신 모듈은 전자 장치(100)를 네트워크(예: Internet, LAN, WAN, telecommunication network, cellular network, satellite network, POTS 또는 5G network 등)와 연결시키기 위한 네트워크 인터페이스 또는 모뎀 등을 포함할 수 있다.
RF 모듈은 데이터의 송수신, 예를 들면, RF 신호 또는 호출된 전자 신호의 송수신을 담당할 수 있다. 일 례로, RF 모듈는 트랜시버(transceiver), PAM(power amp module), 주파수 필터(frequency filter) 또는 LNA(low noise amplifier) 등을 포함할 수 있다. 또한, RF 모듈은 무선통신에서 자유공간상의 전자파를 송수신하기 위한 부품, 예를 들면, 도체 또는 도선 등을 더 포함할 수 있다.
본 명세서의 다양한 실시예에 따른 전자 장치(100)는 TV, 냉장고, 오븐,　의류 스타일러, 공항 로봇, 로봇 청소기, 드론, 에어컨, 공기 청정기, PC, 스피커, 홈 CCTV, 조명, 세탁기, AI 서버 및 스마트 플러그 중 적어도 하나를 포함할 수 있다. 도 4에서 설명한 전자 장치(100)의 구성요소는 일반적으로 전자 장치에 구비되는 구성요소를 예시한 것이므로, 본 명세서의 실시예에 따른 전자 장치(100)는 전술한 구성요소에 한정되지 않으며 필요에 따라 생략 및/또는 추가될 수 있다. 전자 장치(100)는 도 4에서 도시한 AI 장치로부터 AI 프로세싱 결과를 수신함으로서 인공 지능 기반의 제어 동작을 수행하거나, AI 장치의 구성요소들이 하나의 모듈로 통합된 AI 모듈을 구비하여 온-디바이스(on-device) 방식으로 AI 프로세싱을 수행할 수 있다.
이하 명세서에서 공항 로봇이나 TV와 같이 사용자를 향한 정보표시기능(information display function)을 구비한 전자 장치의 사용자인식 및 상기 사용자인식에 기반한 다양한 제어동작을 설명하도록 한다.
도 6은 본 명세서의 일 실시예에 따른 사용자인식 시스템을 설명하기 위한 도면이다.
도 6을 참조하면, 사용자인식 시스템은 서버(220) 및 서버(220)와 통신연결된 디바이스(210)를 포함할 수 있다.
서버(220)는 적어도 하나의 운영 주체에 의해 운영될 수 있다. 서버(220)는 복수의 운영 주체에 의해 운용되는 복수의 서버를 포함할 수 있다. 또한, 디바이스(210) 및 서버(220)는 적어도 하나의 네트워크 내에서 서로 통신할 수 있다. 또한, 네트워크는 근거리 통신망(local area network, LAN), 광역 통신망(wide area network, WAN), 부가가치 통신망(value added network, VAN), 이동 통신망(mobile radio communication network), 위성 통신망 및 이들의 상호 조합을 포함하며, 각 네트워크 구성 주체가 서로 원활하게 통신을 할 수 있도록 하는 포괄적인 의미의 데이터 통신망이다. 일 례로, 유선 인터넷, 무선 인터넷 또는 모바일 무선 통신망을 포함할 수 있다. 무선 통은, 일 례로, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultrawideband), 적외선 통신(infrared data association, IrDA), NFC(near field communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
본 명세서의 일 실시예에 적용되는 서버(220)는 AI 프로세서를 포함할 수 있다. AI 프로세서는, 도 4에서 전술한 바와 같이, 메모리에 저장된 프로그램을 이용하여 신경망을 학습할 수 있다. 특히, AI 프로세서는 디바이스(210)의 제어동작과 관련된 신경망을 학습하거나 학습된 신경망 기반의 모델을 이용하여 AI 프로세싱을 수행할 수 있다.
본 명세서의 일 실시예에 적용되는 서버(220)는 다양한 인공지능 기반의 처리/판단 과정을 수행하기 위하여 적어도 하나의 학습모델(222)을 메모리에 저장할 수 있다. 일 례로, 영상에 포함된 모션특징에 기반하여 사용자(USER)의 사용의도를 판단하기 위한 제1 분류모델, 영상에 포함된 시선특징에 기반하여 사용자(USER)의 사용의도를 판단하기 위한 제2 분류모델, 발화특징으로부터 등록 사용자(USER)를 구분하기 위한 화자식별모델 등을 포함할 수 있으나, 이에 한정할 것은 아니며 다양한 인공지능 기반의 처리/판단을 위하여 추가적인 학습모델(222)이 포함될 수 있다.
서버는 딥러닝 기반의 학습모델(222)을 이용하여 입력된 데이터(221)에서 분류 또는 측정하고자 하는 결과를 반영하는 특징을 추출하고, 추출된 특징에 대하여 알고리즘 학습과정을 수행하여 결과(223)의 오차가 최소가 되는 인공 신경망의 가중치 및 바이어스를 도출할 수 있다.
서버(220)와 통신연결된 디바이스(210)는 도 5에서 전술한 전자 장치와 마찬가지로 메모리, 통신 모듈 또는 프로세서 중 적어도 하나를 포함할 수 있다. 디바이스(210)는 TV, 냉장고, 오븐, 의류 스타일러, 공항 로봇, 에어컨, 공기 청정기 또는 세탁기 중 어느 하나일 수 있다.
본 명세서의 일 실시예에서 디바이스(210)는 서버(220)와 통신연결되어 서버(220)로부터 AI 프로세싱된 정보를 수신하고, 수신된 정보에 기반하여 여러가지 제어동작을 수행하거나 변경할 수 있다. 구체적으로, 디바이스(210)는 디바이스(210)에 구비된 카메라를 통해 사용자(USER)를 포함하는 영상을 생성할 수 있다. 이처럼 생성된 영상은 디바이스(210)의 통신 모듈을 통해 서버(220)로 전송될 수 있으며, 서버(220)는 수신된 영상에 대하여 AI 프로세싱된 정보를 디바이스(210)로 전송함으로써 디바이스(210)를 제어하는 동작을 수행할 수 있다.
한편, 디바이스(210)의 AI 프로세싱은 서버(220)와 통신연결된 상태에서 이루어지는 것으로 한정할 것은 아니며, 적어도 하나의 인공 신경망 기반의 학습모델(222)이 저장된 AI 칩을 구비하여 통신상태와 관계없이 AI 프로세싱을 수행할 수도 있다.
본 명세서의 다양한 실시예의 사용자인식 및 사용자인식에 기반한 제어 프로세스는 이하 명세서 및 도면을 참조하여 설명하도록 한다. 또한, '디바이스'는 '전자 장치' 또는 '외부 디바이스'와 상호 혼용될 수 있고, '서버'는 '외부 서버'와 상호 혼용될 수 있다.
도 7은 본 명세서의 일 실시예에 따른 사용자인식에 기반한 제어방법의 개략적인 순서도이다.
도 7을 참조하면, 서버(220)는 통신 모듈을 통해 외부 디바이스(210)로부터 사용자가 포함된 영상을 수신할 수 있다(S110). 여기서 영상은 사용자의 이동방향, 이동속도, 신체 각부위의 이동속도, 사용자의 안면, 시선방향 또는 홍채 사이 간격에 관한 정보를 포함할 수 있다.
서버(220)는 영상을 모션특징을 나타내는 제1 특징벡터를 생성할 수 있다(S120). 여기서, 모션특징은 스켈레톤 특징을 포함할 수 있으나, 이에 한정되는 것은 아니다. 스켈레톤 특징은 신체 각 부위를 특징점으로 인식하고, 특징점의 이동과 관련된 속도 및/또는 가속도 정보를 포함할 수 있다.
서버(220)는 제1 특징벡터를 제1 분류모델에 적용하여 디바이스(210)에 대한 사용자의 사용의도를 판단하기 위한 제1 출력을 생성할 수 있다(S130). 여기서 제1 분류모델은 미리 학습된 인공 신경망 기반의 학습 모델일 수 있다. 인공 신경망은 입력층, 출력층 및 적어도 하나의 은닉층을 구비할 수 있으며, 각각의 층은 적어도 하나의 노드를 구비할 수 있다. 인공 신경망 기반의 학습 모델은 각 노드 사이의 연결관계(예컨데, 가중치)를 통해 입력 데이터에 관한 출력을 산출할 수 있다.
서버(220)는 제1 출력에 기반하여 디바이스(210)의 정보표시기능(information display function)이 턴오프되도록 제어하는 신호를 생성할 수 있다(S140). 여기서, 정보표시기능은 영상정보 또는 음성정보에 대한 표시 및/또는 출력 기능을 모두 포함할 수 있으며, 디스플레이 기능에 한정되는 것은 아니다. 또한, 이동수단이 구비된 디바이스(210)의 경우에 정보표시기능은 목적으로 한 사용자에게 정보를 전달하기 위하여 사용자에게 주행하는 기능도 더 포함할 수 있다.
서버(220)는 통신 모듈을 통해 생성된 디바이스(210)의 정보표시기능을 제어하는 신호를 외부 디바이스(210)로 전송할 수 있다(S150).
도 8은 본 명세서의 일 실시예에 따른 사용자인식에 기반한 제어방법의 구체적인 순서도이다. 한편, 도 7에서 설명한 내용과 중복되는 내용은 생략하고 설명하도록 한다.
도 8을 참조하면, 서버(220)는 통신 모듈을 통해 외부 디바이스(210)로부터 사용자가 포함된 영상을 수신할 수 있다(S210).
서버(220)는 영상으로부터 모션특징을 나타내는 제1 특징벡터를 생성하고, 상기 제1 특징벡터를 제1 분류모델에 적용하여 디바이스(210)에 대한 사용자의 사용의도를 판단하기 위한 제1 출력을 생성할 수 있다(S220). 모션특징은 예를 들어, 사용자의 스켈레톤에 기반한 동작패턴 또는 보행속도 중 적어도 하나를 포함할 수 있다.
서버(220)는 영상으로부터 시선특징을 나타내는 제2 특징벡터를 생성하고, 제2 특징벡터를 제2 분류모델에 적용하여 디바이스(210)에 대한 사용자의 사용의도를 판단하기 위한 제2 출력을 생성할 수 있다(S230). 시선 특징은 예를 들어, 사용자의 시선방향, 디바이스(210)에 대한 응시시간 또는 디바이스(210)에 구비된 카메라와 홍채 사이의 각도 중 적어도 하나를 포함할 수 있다.
서버(220)는 제1 출력 또는 제2 출력 중 적어도 하나에 기반하여 디바이스(210)의 정보표시기능(information display function)이 턴오프되도록 제어하는 신호를 생성할 수 있다(S240). 일 례로, 서버(220)는 제1 출력에 기반하여 사용자의 사용의도가 있는 것으로 판단되더라도, 제2 출력에 기반하여 사용자의 사용의도가 없는 것으로 판단되면 결국 사용의도가 없는 것으로 결정할 수 있다(제1 방법). 다른 례로, 서버(220)는 제1 출력에 기반하여 사용자의 사용의도가 있는 것으로 판단되면, 제2 출력에 기반하여 사용자의 사용의도가 없는 것으로 판단되더라도 사용자의 사용의도가 있는 것으로 결정할 수도 있다(제2 방법).
이때, 제1 및 제2 출력에 기반한 각각의 판단 결과 모두 사용의도가 있는 것으로 결정될 것을 요구하면 디바이스(210)의 정보표시기능이 턴오프될 확률이 높아질 수 있고, 제1 또는 제2 출력 중 어느 하나에 기반한 판단 결과가 사용의도가 있는 것으로 결정될 것만을 요구하면 디바이스(210)의 정보표시기능이 턴온될 확률이 높아질 수 있다. 전술한 제1, 제2 방법은 디바이스(210)의 환경 및/또는 용도에 따라 선택적으로 적용될 수 있다.
서버(220)는 통신 모듈을 통해 생성된 디바이스(210)의 정보표시기능을 제어하는 신호를 디바이스(210)로 전송할 수 있다(S260).
도 9는 본 명세서의 일 실시예에 따른 등록 사용자에 적응된 디바이스의 제어방법의 순서도이다.
전술한 사용자인식의 정확도를 향상시키기 위하여 개인화 디바이스(210)의 경우, 서버(220)는 사용자등록을 수행하고 등록된 사용자 정보에 기반하여 모션특징 및/또는 시선특징을 분석함으로써 사용자를 인식할 수 있다.
서버(220)는 디바이스(210)로부터 수신한 영상에 포함된 사용자 정보에 기반하여 등록 사용자를 식별할 수 있다(S310). 구체적으로 서버(220)는 디바이스(210)로부터 사용자 정보를 포함하는 영상을 수신할 수 있다(S311). 서버(220)는 사용자 정보에 포함된 특징에 기반하여 등록 사용자를 식별하기 위한 출력을 생성할 수 있다(S312). 서버(220)는 출력으로부터 등록 사용자를 판단할 수 있다(S313).
사용자 정보는 모션특징, 얼굴표정 또는 시선특징 중 적어도 하나를 포함하는 비전특징(vision feature)일 수 있다. 서버(220)는 서버(220)에 저장된 인공 신경망 기반의 비전인식 기반의 식별모델(identification model)을 이용하여 영상에 포함된 특징점을 추출하고, 추출된 특징점으로부터 기 등록된 사용자를 식별하기 위한 출력을 생성할 수 있다. 서버(220)는 출력으로부터 영상에 포함된 사람이 기 등록된 사용자인지, 또는 미등록 사용자인지 식별할 수 있다. 또한, 서버(220)는 기 등록된 사용자인 경우에 복수의 기 등록된 사용자 중 누구인지도 구분할 수 있다.
서버(220)는 사용자의 음성을 수신하고, 수신된 음성에 포함된 발화특징에 기반하여 등록 사용자를 식별할 수 있다(S320). 구체적으로, 서버(220)는 디바이스(210)로부터 음성을 수신할 수 있다(S321). 서버(220)는 음성에 포함된 발화특징에 기반하여 등록 사용자를 식별하기 위한 출력을 생성할 수 있다(S322). 서버(220)는 출력으로부터 등록 사용자를 판단할 수 있다(S323).
이때, 음성은 디바이스(210)를 웨이크업 시키기 위한 기동어를 포함할 수 있다. 일 례로, 사용자가 디바이스(210)를 향해 "HI, LG"라고 발화하면, 디바이스(210)는 기동어를 포함한 음성을 서버(220)로 전송하고, 서버(220)는 수신된 음성을 분석하여 디바이스(210)를 웨이크업 하는 신호를 디바이스(210)로 전송할 수 있다. 다른 례로, 디바이스(210)는 웨이크업 신호를 수신하면, 서버(220)로 음성을 전송하지 않고 디바이스(210) 내부에 저장된 학습모델을 이용해 수신된 음성을 분석하고, 분석 결과에 따라 웨이크업할 수도 있다. 다만, 이 경우에도 본 명세서의 일 실시예에 따른 디바이스(210)는 웨이크업과는 별개로 사용자인식 기능을 구현하기 위하여 통신 모듈을 통해 서버(220)로 음성을 전송할 수 있다.
S322에 관하여, 서버(220)는 수신된 음성으로부터 발화특징(speech feature)를 나타내는 특징벡터를 생성할 수 있다. 서버(220)는 생성된 특징벡터를 미리 학습된 화자식별모델(speaker identification model)에 적용하고, 기 등록된 복수의 화자들 중 가장 유사한 발화특징을 갖는 화자를 판단할 수 있다.
발화특징에 기반한 제1 사용자식별 결과와 비전특징에 기반한 제2 사용자식별 결과에 차이가 있으면, 제1 사용자식별 결과를 기준으로 제2 사용자식별 결과를 업데이트할 수 있다(S330:No, S340). 구체적으로, 서버(220)는 제1 사용자식별 결과와 제2 사용자식별 결과가 동등하도록 비전특징과 관련된 적어도 하나의 학습모델을 갱신할 수 있다. 그 발화특징에 기반한 사용자식별 결과는 비전특징에 기반한 사용자식별 결과에 비하여 상대적으로 더 높은 정확도를 가질 수 있으므로, 반복적인 학습모델의 갱신에 의하여 비전특징 기반의 추론의 정확도 또한 발화특징 기반의 추론과 마찬가지로 향상될 수 있다.
도 10 및 도 11은 본 명세서의 일 실시예에 따른 모션특징에 기반한 사용자인식의 일 례를 설명하기 위한 도면이다.
이하 도 11 및 도 12에서 프로세서는 AI 프로세싱을 수행할 수 있는 적어도 하나의 프로세서 또는 AI 프로세서를 지칭한다. 또한, 적어도 하나의 프로세서 또는 AI 프로세서는 서버 또는 디바이스에 포함되어 AI 프로세싱을 수행하는 데 이용될 수 있다. 이하 명세서에서 프로세서는 디바이스 중 어느 하나에 포함된 것을 일 예로서 설명하나, 이에 한정되는 것은 아니다.
프로세서(110)는 모션 특징에 기반하여 사용자(USER)의 접근을 감지 또는 접근하는 사용자(USER)를 식별하는 사용자인식 과정을 수행할 수 있다. 이때, 모션특징은 영상에 포함된 사용자(USER)의 동작과 관련된 특징 정보를 지칭한다. 일 례에서, 사용자(USER)의 동작은 스켈레톤에 기반하여 표현될 수 있으며, 모션특징은 사용자(USER)의 스켈레톤에 기반한 동작패턴 또는 보행속도 중 적어도 하나를 포함할 수 있다. 프로세서(110)는 스켈레톤에 포함된 복수의 특징점의 이동을 분석하여, 동작패턴 또는 보행속도를 결정할 수 있다.
일 례로, 도 10는 사용자(USER)가 앉는 동작을 판별하는 일 예를 도시하고 있다. 도 10를 참조하면, 사용자(USER)가 앉는 동작에서 스켈레톤의 적어도 하나의 특징점의 위치는 시간에 따라 변화할 수 있다. 일 례로, 스켈레톤의 특징점은 머리 및 양 어깨에 위치할 수 있다. 이??, 머리에 위치하는 특징점을 제1 특징점, 좌측 어깨에 위치하는 특징점을 제2 특징점, 우측 어깨에 위치하는 특징점을 제3 특징점이라고 지칭할 수 있다. 특징점은 머리 및 양 어깨 뿐만 아니라, 팔꿈치, 골반, 무릎, 발목 등에 위치할 수 있으며, 전술한 제1 내지 제3 특징점에 한정할 것은 아니다.
다시, 도 10을 살펴보면, 사용자(USER)가 앉는 동작에서 제1 특징점은 0.1 초 단위로 시간이 변하는 동안 10에서 4로 위치가 점진적으로 감소하고, 제2 특징점은 및 제3 특징점은 0.5 초까지 점진적으로 감소하다가 0.6초부터는 동일한 위치를 유지한다. 이때, 위치값은 밀리미터, 센치미터, 미터 중 어느 하나로 특정될 수 있다. 프로세서(110)는 제1 내지 제3 특징점의 위치 변화에 따라 제1 내지 제3 특징점의 속도변화를 계산할 수 있다. 프로세서(110)는 머리 부분의 제1 특징점은 속도가 일정한 것과 달리, 제2 및 제3 특징점은 먼저 중지하는 속도 변화에 기반하여 사용자(USER)는 앉는 동작인 것으로 판단할 수 있다.
도 11을 살펴보면, 사용자(USER)가 걷는 동작에서 제1 특징점은 4, 6, 7, 8로 0.1 초 단위로 시간이 변화함에 따라 일정하게 변화하고, 제2 및 제3 특징점은 제1 특징점을 기준으로 좌 또는 우로 위치가 변화하는 것을 확인할 수 있다. 이때, 위치값은 밀리미터, 센치미터, 미터 중 어느 하나로 특정될 수 있다. 이와 같은 특징점의 위치변화로부터 프로세서(110)는 영상에 포함된 사용자(USER)가 조깅하는 동작, 걸어가는 동작 등을 포함하는 디바이스(210)를 지나가는 동작으로 판단할 수 있다.
본 명세서의 일 실시예 따른 사용자인식 방법은, 전술한 스켈레톤에 포함된 적어도 하나의 특징점을 이용하여 사용자(USER)의 디바이스(210)에 대한 사용의도를 결정할 수 있다. 프로세서(110)는 적어도 하나의 특징점으로부터 디바이스(210)를 지나가는 동작, 디바이스(210) 앞에 서는 동작 또는 디바이스(210) 앞에 앉는 동작 중 적어도 하나를 판별할 수 있다. 프로세서(110)는 사용자(USER)의 다양한 동작을 판별하기 위한 특징점을 이용하여 사용자(USER)의 사용의도 또한 판단할 수 있다. 프로세서(110)는 디바이스(210)로부터 수신된 영상을 미리 학습된 제1 분류모델에 적용하고, 제1 분류모델의 출력으로부터 사용자(USER)의 디바이스(210)에 대한 사용의도를 추론할 수 있다. 즉, 사용자(USER)가 디바이스(210)에 대한 사용의도가 있다면 프로세서(110)는 디바이스(210)의 출력 장치를 통해 다양한 정보를 출력하도록 제어할 수 있다. 대조적으로, 사용자(USER)가 디바이스(210)에 대한 사용의도가 없다면 프로세서(110)는 디바이스(210)의 출력 장치를 통한 정보 출력이 중지되도록 제어할 수도 있다.
일 례로, 사용자(USER)가 디바이스(210) 앞에 앉는 동작의 경우, 프로세서(110)는 특징점의 변화에 기반하여 사용자(USER)가 디바이스(210)에 대한 사용의도가 있는 것으로 결정할 수 있다. 다른 례로, 사용자(USER)가 디바이스(210) 앞을 지나가는 동작의 경우, 프로세서(110)는 특징점의 변화에 기반하여 사용자(USER)가 디바이스(210)에 대한 사용의도가 없는 것으로 결정할 수 있다. 또 다른 례로, 사용자(USER)가 디바이스(210) 앞에 서는 동작의 경우, 사용자(USER)가 디바이스(210)에 대한 사용의도가 있는 것으로 결정할 수 있다.
다만, 이와 같이 사용자(USER)의 스켈레톤에 포함된 적어도 하나의 특징점에 기반하여서만 사용의도를 판단하는 경우 사용자인식의 오작동이 발생할 수 있다. 일 례로, 사용자(USER)는 일정한 동작 패턴으로 움직이면서도 사용의도를 갖고 지속적으로 디바이스(210)를 주시할 수 있다. 다른 례로, 사용자(USER)가 디바이스(210) 앞에 정지하더라도 사용의도 없이 단순히 디바이스(210) 앞에 멈춰서는 경우도 있을 수 있다. 이하 명세서에서는 이러한 문제점을 해결하기 위하여 시선특징에 기반한 추가적인 사용자인식 방법을 설명하도록 한다.
도 12 및 도 13은 본 명세서의 일 실시예에 따른 시선특징에 기반한 사용자인식의 일 례를 설명하기 위한 도면이다. 이하 도 12 및 도 13에서 프로세서는 AI 프로세싱을 수행할 수 있는 적어도 하나의 프로세서 또는 AI 프로세서를 지칭한다. 또한, 적어도 하나의 프로세서 또는 AI 프로세서는 서버 또는 디바이스에 포함되어 AI 프로세싱을 수행하는 데 이용될 수 있다. 이하 명세서에서 프로세서는 디바이스 중 어느 하나에 포함된 것을 일 예로서 설명하나, 이에 한정되는 것은 아니다.
디바이스는 카메라를 통해 사용자(USER)의 시선을 감지할 수 있다. 이 때, 디바이스는 TV, 공항 로봇, 세탁기 등을 포함할 수 있으나, 이에 한정되는 것을 아니다. 이하 명세서는 서버에서의 AI 프로세싱을 예시로 설명하나, 이에 한정할 것은 아니며 동일한 과정은 디바이스에서도 수행될 수 있다.
프로세서는 영상에 포함된 사용자(USER)의 시선특징에 기반하여 사용의도를 판단할 수 있다. 이때, 사용자(USER)의 시선특징은 사용자(USER)의 시선방향, 응시시간 또는 디바이스에 구비된 카메라와 홍채 사이의 각도 중 적어도 하나를 포함할 수 있다. 프로세서는 시선특징에 기반하여 사용자(USER)의 디바이스에 대한 사용의도를 판별할 수 있다.
본 명세서의 일 실시예에서 프로세서는 영상을 미리 학습된 분류모델에 적용하여 사용자(USER)의 디바이스에 대한 사용의도의 존부를 판단할 수 있다. 일 례로, 영상이 미리 학습된 제2 분류모델에 적용되면, 프로세서는 제2 분류모델을 이용하여 시선특징을 나타내는 제2 특징벡터를 추출하고, 추출된 제2 특징벡터로부터 사용자(USER)의 디바이스에 대한 사용의도를 판단하기위한 제2 출력을 생성할 수 있다.
프로세서는 제2 출력에 기반하여 디바이스의 정보표시기능이 턴오프되도록 제어하는 신호를 생성하거나, 디바이스의 정보표시기능이 턴온되도록 제어하는 신호를 생성할 수 있다.
도 12는 디바이스에 대한 사용의도를 판단하는 일 례를 도시한다. 도 12에서 디바이스는 공항 로봇으로 예시하였으나, 이에 한정되지 않는다. 도 12 및 도 13을 참조하면, 전술한 사용자의 모션특징에 기반하여 사용의도를 판단하는 경우에는 제1 사용자(USER1) 및 제2 사용자(USER2) 모두 디바이스(100) 정면에 정지 상태로 있으므로, 프로세서(110)는 디바이스(100)에 대한 사용의도가 있는 것으로 판단할 수 있다. 다만, 디바이스(100) 정면에 정지 상태로 위치하더라도 시선이 디바이스(100)에 향하지 않으면 사용의도가 없는 것으로 판단할 수 있으므로, 이하, 시선특징 기반의 사용자의도 판단방법을 설명하도록 한다.
다시, 도 12를 참조하면, 제1 사용자(USER1)는 디바이스(100)를 바라보고 있으므로 디바이스(100)에 대한 사용의도가 있고, 제2 사용자(USER2)는 디바이스(100)를 바라보고 있지 않으므로 디바이스(100)에 대한 사용의도가 없는 것으로 볼 수 있다. 프로세서(110)는 적어도 하나의 사용자를 포함하는 영상을 분석하여 사용자의 사용의도를 판단할 수 있다.
제1 사용자(USER1)의 경우에 프로세서(110)는 제2 분류모델을 이용하여 제1 사용자(USER1)가 포함된 영상으로부터 적어도 하나의 출력을 생성할 수 있다. 이때, 제2 분류모델의 출력은 제1 사용자(USER1)의 시선과 시간의 변화에 따라 변할 수 있다.
본 명세서의 일 실시예에서, 프로세서(110)는 시간의 변화에 따른 출력에 기반하여 사용의도를 판단할 수 있다. 구체적으로, 출력이 기 설정된 제1 임계치 이상인 구간의 길이가 제2 임계치를 초과하면 서버는 사용의도가 있는 것으로 판단할 수 있다. 이때, 제2 임계치는 사용자의 디바이스(100) 사용패턴에 적합하게 수정되거나 사용자에 의해 미리 설정될 수 있다.
도 12의 표는 제1 임계치가 0.2 인 경우를 예시한다. 도 12의 표를 살펴보면, 0.6 초 내지 1.1 초 사이의 구간에서 제1 사용자(USER1)에 대한 제2 분류모델의 출력은 제1 임계치를 초과한다. 이때, 제2 임계치가 0.4 초라면 프로세서(110)는 사용자가 디바이스(100)에 대한 사용의도가 있는 것으로 판단할 수 있다. 대조적으로, 제2 임계치가 0.6 초라면 프로세서(110)는 사용자가 디바이스(100)에 대한 사용의도가 없는 것으로 판단할 수 있다.
또한, 제2 사용자(USER2)에 대한 제2 분류모델의 출력은 전 구간에서 제1 임계치(예를 들면, 0.2)를 초과하지 않으므로 제2 사용자(USER2)에 대하여 프로세서(110)는 사용의도가 없는 것으로 판단할 수 있다.
본 명세서의 다른 실시예에서, 프로세서(110)는 적어도 하나의 출력 중 출력이 가장 큰 구간을 구분하고, 구분된 상기 출력이 가장 큰 구간의 길이에 기반하여 사용의도를 판단할 수 있다. 도 13을 참조하면, 제3 사용자(USER3)에 대한 제2 분류모델의 출력은 0.7 초 내지 2 초 구간에서 1을 갖는다. 즉, 전체 출력중 가장 큰 값은 1이며, 프로세서(110)는 가장 큰 값이 지속되는 구간인 0.7 초 내지 2 초에 해당하는 구간을 판단 대상이 되는 구간으로 결정할 수 있다. 프로세서(110)는 상기 판단 대상이 되는 구간의 길이가 미리 설정된 제3 임계치 이상이면 제3 사용자(USER3)가 사용의도가 있는 것으로 판단할 수 있다.
도 14 본 명세서의 일 실시예에 적용되는 학습모델 갱신의 일 례를 설명하기 위한 도면이다.
도 14를 참조하면, 프로세서(110)는 사용자의 음성을 분석하여 상기 음성에 대응되는 등록 사용자를 식별할 수 있다. 일 례로, 프로세서(110)는 사용자의 음성을 휴지구간으로 구분할 수 있다. 프로세서(110)는 구분된 적어도 하나의 음성 데이터를 제3 분류 모델에 적용하여 발화 특징을 나타내는 특징 벡터를 추출하고, 추출된 특징 벡터를 이용하여 등록 사용자를 식별할 수 있다. 제3 분류 모델은 딥 러닝 기반의 학습 모델로서, 입력 데이터의 특징을 추출할 수 있는 특징 추출부(feature extractor)와 상기 특징 추출부에서 생성된 특징 벡터를 이용하여 등록 사용자를 식별할 수 있는 사용자 분류부(user classifier)를 포함할 수 있다.
이때, 사용자의 음성에 기반한 사용자 식별 결과는 영상에 기반한 사용자 식별 결과보다 더 높은 정확도를 가질 수 있다. 따라서, 본 명세서의 일 실시예에서, 프로세서(110)는 영상에 기반한 사용자 식별 결과를 음성에 기반한 사용자 식별 결과에 대응되도록 수정할 수 있다. 구체적으로, 프로세서(110)는 비전특징에 기반한 판단결과와 발화특징에 기반한 판단결과가 다른 경우에 비전특징에 레이블링된 사용자 정보를 발화특징에 기반하여 판단된 사용자 정보에 매칭되도록 수정할 수 있다.
다시 도 14를 살펴보면, 프로세서(110)는 사용자의 음성을 휴지구간을 기준으로 적어도 하나의 음성 데이터로 분할할 수 있다. 이때, 프로세서(110)는 적어도 하나의 음성 데이터로부터 제1 내지 제3 특징(F1, F2, F3)을 추출할 수 있다. 이처럼 추출된 발화 특징으로부터 프로세서(110)는 화자를 제1 사용자로 판단할 수 있다.
이에 반하여, 프로세서(110)는 사용자가 포함된 영상으로부터 제4 내지 제6 특징(F4, F5, F6)을 추출할 수 있다. 여기서, 프로세서(110)는 제4 내지 제6 특징(F4, F5, F6)으로부터 영상에 포함된 사용자를 제2 사용자로 판단할 수 있다.
이때, 프로세서(110)는 제2 사용자로의 판단은 오인식으로 간주하고, 영상으로부터 사용자를 결정한 학습 모델이 동일한 입력 데이터에 대하여 제1 사용자로 출력을 생성하도록 상기 학습 모델을 갱신할 수 있다. 상기 학습 모델은 오인식에 따른 재학습 과정을 거침으로써, 보다 정확한 사용자인식을 구현하는 데 이용될 수 있다.
본 명세서의 일 실시예에 적용되는 디바이스는 TV 또는 공항 로봇 중 어느 하나로 구현될 수 있으나, 이에 한정되지 않으며 정보표시기능을 갖는 공지의 전자 기기에서도 구현될 수 있다.
도 15 내지 도 17은 본 명세서의 일 실시예에 적용되는 TV 장치의 일 례를 나타내기 위한 도면이다.
본 명세서의 일 실시예에 적용되는 전자 기기는 TV(ED1)로 구현될 수 있다. 여기서, TV(ED1)는 사용자(USER)의 접근을 인식하거나 등록 사용자(USER)를 확인하기 위한 카메라를 구비할 수 있다.
우선, TV(ED1)는 센서 또는 카메라 중 적어도 하나를 통해 사용자(USER)의 접근을 감지할 수 있다. 이때, 센서 또는 카메라를 통한 센싱범위는 TV(ED1)에 구비된 센서 또는 카메라의 화각범위로 설정될 수 있다.
도 15를 살펴보면, TV(ED1)는 카메라를 통해 사용자(USER)를 포함하는 영상을 생성할 수 있다. 이때, TV(ED1)는 센서 또는 카메라 중 적어도 하나에 의해 사용자(USER)의 접근을 센싱하고, 센싱 결과에 기반하여 사용자(USER)를 포함하는 영상의 촬영을 개시할 수 있다.
이때, TV(ED1)는 카메라를 통해 획득된 영상을 서버(도 6의 220)로 전송할 수 있다. 이후, 서버(도 6의 220)는 사용자(USER)의 의도 판단을 위한 AI 프로세스를 수행할 수 있다. 일 례로, 서버(도 6의 220)는 수신된 영상을 제1 분류모델에 적용하여 모션특징을 나타내는 제1 특징벡터를 생성하고, 생성된 제1 특징벡터로부터 TV(ED1)에 대한 사용의도를 판단하기 위한 제1 출력을 생성할 수 있다.
서버(도 6의 220)는 제1 출력에 기반하여 TV(ED1)의 정보표시기능을 제어하는 신호를 생성할 수 있다. 이때, 정보표시기능은 TV(ED1)의 디스플레이를 통해 출력할 수 있는 적어도 하나의 컨텐츠와 관련된 정보를 지칭하며, TV(ED1) 프로그램, 라디오, 날씨, 인터넷, 오디오 등을 포함할 수 있으나, 이에 한정되지 않는다.
서버(도 6의 220)는 제1 출력이 미리 설정된 임계치 미만이면 TV(ED1)의 정보표시기능이 턴오프되도록 제어할 수 있고, 제1 출력이 미리 설정된 임계치 이상이면 TV(ED1)의 정보표시기능이 턴온되도록 제어할 수 있다.
따라서, TV(ED1)는 사용자(USER)의 사용의도에 기반하여 정보표시기능과 관련된 제어 동작을 조절함으로써 전력 소모를 감소할 수 있다.
또한, 서버(도 6의 220)는 수신된 영상을 제2 분류모델에 적용하여 시선특징을 나타내는 제2 특징벡터를 생성하고, 생성된 제2 특징벡터로부터 TV(ED1)에 대한 사용의도를 판단하기 위한 제2 출력을 생성할 수 있다.
서버(도 6의 220)는 제2 출력에 기반하여 TV(ED1)의 정보표시기능을 제어하는 신호를 생성할 수 있다. 서버(도 6의 220)는 TV(ED1)에 대한 사용자(USER)의 사용의도를 제1 출력 및/또는 제2 출력에 기반하여 복합적으로 판단할 수 있다. 이처럼 복합적인 판단을 통해 서버(도 6의 220)는 사용자(USER)의 모션에 기반하여 사용의도가 있는 것으로 식별되더라도 TV(ED1)를 응시하지 않는 경우와 같이 사용자(USER)의 동작만으로 사용의도를 분석할 때 발생할 수 있는 오인식 문제를 해결할 수 있다.
도 16을 참조하면, 서버(도 6의 220)는 영상에 포함된 비전특징 또는 사용자(USER)의 음성에 포함된 발화특징에 기반하여 등록 사용자(USER)를 식별할 수 있다. 일 례로, 사용자(USER) 별로 걷거나 앉는 습관이 서로 다를 수 있는 점을 이용하여, 서버(도 6의 220)는 영상에 포함된 사용자(USER)의 모션특징(예를 들어, 스켈레톤 정보)를 분석하고 등록 사용자(USER)를 식별할 수 있다. 다른 례로, 서버(도 6의 220)는 영상에 포함된 사용자(USER)의 홍채 정보를 포함하는 시선특징에 기반하여 등록 사용자(USER)를 식별할 수도 있다. 또 다른 례로, 서버(도 6의 220)는 얼굴표정 또는 사용자(USER) 음성의 억양, 주파수, 높낮이 등에 기반하여 등록 사용자(USER)를 식별할 수도 있다.
이처럼, 식별된 등록 사용자(USER) 정보에 기반하여 서버(도 6의 220)는 등록 사용자(USER)가 선호는 다양한 컨텐츠가 디스플레이를 통해 표시되도록 제어할 수 있다. 또한, 서버(도 6의 220)는 적어도 하나의 분류모델에 기반한 식별결과가 잘못된 경우에 있어서, 상기 식별결과의 보정을 위하여 등록 사용자(USER) 정보를 디스플레이를 통해 표시되도록 제어할 수 있다. 예를 들어, 서버(도 6의 220)는 TV(ED1)를 통해 "Hello, Jane"이 표시되도록 제어하는 신호를 전송할 수 있다. 이때, 사용자(USER)는 Jane이 아닌 경우에 TV(ED1)를 향해 기동어를 포함하는 음성을 입력하여, 식별결과를 수정할 수 있다. 예를 들어, 사용자(USER)가 Jane이 아닌 Susan인 경우에, Susan이 TV(ED1)를 향해 "Hi, LG"를 발화하면, TV(ED1)는 Susan에 대응하는 음성인식 결과에 기반하여, 모션특징 또는 시선특징 등에 기반한 식별결과를 수정할 수 있다.
도 17을 참조하면, 서버(도 6의 220)는 TV(ED1)로부터 수신된 영상에 기반하여 사용의도가 판단되면 정보표시기능을 턴오프하도록 제어할 수 있다. 일 예로, 사용자(USER)가 앉은 상태에서 일어난 상태로 모션 상태를 변경하면, 사용자(USER)의 모션특징에 기반한 출력 중 사용의도가 있는 것에 대응하는 확률값은 감소할 수 있다. 또한, 사용자(USER)가 앉은 상태에서 일어난 상태로 모션을 변경하고, 이어서 다른 위치로 걸어가는 동작이 감지된다면 사용자(USER)의 모션특징에 기반한 출력 중 사용의도가 있는 것에 대응하는 확률값은 더욱 감소한다. 그 결과, 서버(도 6의 220)는 모션특징에 기반한 출력으로부터 사용자(USER)는 TV(ED1)에 대하여 사용의도가 없는 것으로 판단할 수 있다. 그 결과, 사용자(USER)의 사용의도가 없는 모션(예를 들어, 이탈)을 이유로 서버(도 6의 220)는 TV(ED1)를 턴오프 하도록 제어하는 신호를 생성 및 TV(ED1)로 전송할 수 있다.
이와 같이, 사용자(USER)인식 기반의 제어시스템은 사용의도를 분석하여 사용자(USER)에 의한 조작이 없더라도 전자 기기가 자동으로 제어되도록 함으로써 사용자(USER)에게 편의를 제공할 수 있다.
도 18 내지 도 20은 본 명세서의 일 실시예에 적용되는 공항 로봇의 일 례를 나타내기 위한 도면이다.
본 명세서의 일 실시예에 따른 사용자인식 기반의 제어방법은 공항 로봇에도 적용될 수 있다. 한편, 공항 로봇은 도 15 내지 도 17에서 전술한 TV와 달리 정보표시기능 외에 주행기능도 일반적으로 구비하고 있으므로, 본 명세서의 사용자인식 기반의 제어방법은 정보표시기능 뿐만 아니라 주행기능에도 동일하게 적용될 수 있다. 이하 도 18 내지 도 20에서 전술한 기술적 특징을 구체적으로 설명하도록 한다.
도 18을 참조하면, 공항 로봇(ED2)은 사용자(USER)를 포함하는 영상을 촬영할 수 있따. 공항 롭소은 사용자(USER)의 모션특징 및/또는 시선특징의 분석을 위하여 촬영된 영상을 서버(도 6의 220)로 전송할 수 있다.
이때, 서버(도 6의 220)는 수신된 영상을 분석하여 사용자(USER)의도를 판단할 수 있다. 일 예로, 사용자(USER)가 공항 로봇(ED2)으로 다가오면, 서버(도 6의 220)는 사용자(USER)가 의도가 있는 것으로 예측할 수 있다. 구체적으로, 서버(도 6의 220)는 사용자(USER)가 접근하는 영상을 미리 학습된 제1 분류모델에 적용하고, 제1 분류모델의 제1 출력을 생성할 수 있다.
그리고, 서버(도 6의 220)는 생성된 제1 출력에 기반하여 사용자(USER)의 사용의도가 있는 접근 또는 사용자(USER)의 사용의도가 없는 접근 중 어느 하나로 사용자(USER)의 행동을 결정할 수 있다.
서버(도 6의 220)는 영상을 분석하여 사용자(USER)가 사용의도가 있는 것으로 판단되면 공항 로봇(ED2)의 주행을 정지하고, 정보표시기능을 턴온하도록 제어하는 신호를 생성할 수 있다. 대조적으로, 서버(도 6의 220)는 영상을 분석하여 사용의도가 없는 것으로 판단되면 공항 로봇(ED2)의 주행을 지속하고, 정보표시기능을 턴오프하도록 제어하는 신호를 생성할 수 있다.
일 예로, 사용자(USER)가 공항 로봇(ED2)을 향해 다가오고, 공항 로봇(ED2)의 전면에 정지하는 경우에 서버(도 6의 220)는 접근한 사용자(USER)를 공항 로봇(ED2)으로부터 정보 제공 서비스를 받고자 하는 자로 판단할 수 있다. 즉, 이때, 서버(도 6의 220)는 접근한 사용자(USER)를 사용의도가 있는 사용자(USER)로 판단할 수 있다.
한편, 도 19를 참조하면, 사용자(USER)가 공항 로봇(ED2)을 향해 다가오지 않고, 단지 공항 로봇(ED2)의 측면을 지나쳐서 걸어가는 경우에 서버(도 6의 220)는 사용자(USER)의 사용의도가 없는 것으로 판단할 수 있다. 보다 구체적으로, 사용자(USER)의 모션특징을 미리 학습된 제1 분류모델에 적용하여 생성되는 제1 출력은 공항 로봇(ED2)을 향해 걸어간 후 그 앞에 정지하는 도 18의 구현 예에 비하여 사용의도가 없는 레이블에 더 가까운 값으로 산출된다. 이때, 서버(도 6의 220)는 정보표시기능을 턴오프하고, 공항 로봇(ED2)의 주행을 지속하도록 제어하는 신호를 생성하고, 공항 로봇(ED2)으로 전송할 수 있다.
이처럼, 공항 로봇(ED2)의 주행 및/또는 정보표시기능을 제어함으로써 공항 로봇(ED2)은 사용자(USER)의 오인식으로 인한 무분별한 정보제공 및 주행장애를 해결할 수 있다. 보다 구체적으로, 공항 내에 복수의 사용자(USER)가 존재함으로 인해 공항 로봇(ED2)이 복수의 사용자(USER)의 접근으로 인해 사용자(USER)가 공항 로봇(ED2)의 주변을 지나칠 때마다 주행을 정지하고 정보를 표시/출력하는 오인식이 발생할 수 있다. 이때, 본 명세서의 일 실시예는 적어도 하나의 분류모델을 이용하여 이를 해결할 수 있다.
도 20을 참조하면, 서버(도 6의 220)는 영상에 포함된 비전특징 또는 사용자(USER)의 음성에 포함된 발화특징에 기반하여 등록 사용자(RUSER)를 식별할 수 있다. 일 례로, 사용자(USER) 별로 걷거나 앉는 습관이 서로 다를 수 있는 점을 이용하여, 서버(도 6의 220)는 영상에 포함된 사용자(USER)의 모션특징(예를 들어, 스켈레톤 정보)를 분석하고 등록 사용자(RUSER)를 식별할 수 있다. 다른 례로, 서버(도 6의 220)는 영상에 포함된 사용자(USER)의 홍채 정보를 포함하는 시선특징에 기반하여 등록 사용자(RUSER)를 식별할 수도 있다. 또 다른 례로, 서버(도 6의 220)는 얼굴표정 또는 사용자(USER) 음성의 억양, 주파수, 높낮이 등에 기반하여 등록 사용자(RUSER)를 식별할 수도 있다. 특히, 서버(도 6의 220)는 사용자(USER)의 예약정보에 포함된 사용자(USER)의 사진을 이용하여 안면인식을 통해 사용자(USER)를 인식할 수도 있다.
이처럼, 인식된 등록 사용자(RUSER)의 식별 결과에 기반하여, 서버(도 6의 220)는 공항 로봇(ED2)을 통해 등록 사용자(RUSER)에게 최적화된 서비스를 제공할 수 있다. 예를 들어, 공항 로봇(ED2)에 미리 등록된 사용자(USER)의 경우에 등록 사용자(RUSER)의 항공예약정보를 표시할 수 있다. 항공예약정보는 비행기의 게이트 번호, 출발시간 또는 도착시간 중 적어도 하나를 포함할 수 있다.
한편, 서버(도 6의 220)는 적어도 하나의 분류모델에 기반한 식별결과가 잘못된 경우에 있어서, 상기 식별결과의 보정을 위하여 등록 사용자(RUSER) 정보를 디스플레이를 통해 표시되도록 제어할 수 있다. 예를 들어, 서버(도 6의 220)는 항공 로봇(ED2)을 통해 "Hello, Jane"이 표시되도록 제어하는 신호를 전송할 수 있다. 이때, 사용자(USER)는 Jane이 아닌 경우에 항공 로봇(ED2)을 향해 기동어를 포함하는 음성을 입력하여, 식별결과를 수정할 수 있다. 예를 들어, 사용자(USER)가 Jane이 아닌 Susan인 경우에, Susan이 항공 로봇(ED2)을 향해 "Hi, LG"를 발화하면, TV는 Susan에 대응하는 음성인식 결과에 기반하여, 모션특징 또는 시선특징 등에 기반한 식별결과를 수정할 수 있다. 한편, 본 명세서의 일 실시예에서 기동어는 사용자(USER)가 비행기 예약 시에 미리 설정한 기동어일 수 있다. 즉, 개인정보 보안을 위하여 상기 기동어를 사용자(USER)의 암호키로 이용할 수도 있다.
도 21은 본 명세서의 일 실시예에 따른 사용자인식 기반의 제어방법의 시퀀스도이다. 구체적인 제어방법은 도 7 내지 도 9에서 설명한 내용과 중복되는 내용은 생략하고, 외부 디바이스와 서버의 정보 송수신 과정 위주로 설명하도록 한다.
로봇, TV 등을 포함하는 외부 디바이스(100)는 카메라를 통해 촬영된 사용자가 포함된 영상을 서버(도 6의 220)로 전송할 수 있다(S410).
서버(도 6의 220)는 외부 디바이스(100)로부터 사용자가 포함된 영상을 수신하고, 제1 또는 제2 분류모델을 이용하여 사용의도를 판단하기 위한 적어도 하나의 출력을 생성할 수 있다(S420, S430).
서버(도 6의 220)는 적어도 하나의 출력에 기반하여 디바이스(100)의 정보표시기능을 제어하는 신호를 생성할 수 있다(S440).
서버(도 6의 220)는 정보표시기능을 제어하는 신호를 외부 디바이스(100)로 전송함으로써, 외부 디바이스(100)의 다양한 동작을 제어할 수 있다(S450).
한편, 본 명세서의 다른 실시예에 따른 사용자인식 기반의 제어방법은 서버(도 6의 220) 또는 5G 네트워크와 통신하지 않고, 온 디바이스(100) 프로세스로 구현될 수도 있다. 일 예로, 외부 디바이스(100)는 사용자가 포함된 영상을 서버(도 6의 220)로 전송하지 않고, 상기 외부 디바이스(100) 내부에서 AI 프로세싱을 수행할 수 있다. 보다 구체적으로, 외부 디바이스(100)는 촬영된 영상을 미리 학습된 제1 또는 제2 분류모델에 적용하고, 사용의도를 판단하기 위한 적어도 하나의 출력을 생성할 수 있다. 여기서, 외부 디바이스(100)는 생성된 적어도 하나의 출력에 기반하여 사용자의 의도 유무를 결정할 수 있다. 외부 디바이스(100)는 사용의도가 존재하면 정보표시기능을 턴온하고 사용의도가 존재하지 않으면 정보표시기능을 턴오프할 수 있다.
전술한 본 명세서는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.

Claims (20)

  1. 사용자가 디바이스의 기 설정된 센싱범위 내로 접근하면 상기 디바이스로부터 상기 사용자가 포함된 영상을 수신하는 단계;
    상기 영상으로부터 모션특징을 나타내는 제1 특징벡터를 생성하는 단계;
    상기 제1 특징벡터를 제1 분류모델(classification model)에 적용하여 상기 디바이스에 대한 사용의도(intent of use)를 판단하기 위한 제1 출력을 생성하는 단계; 및
    상기 제1 출력에 기반하여 상기 디바이스의 정보표시기능(information display function)을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 단계;
    를 포함하는 인공지능 기반의 제어방법.
  2. 제1 항에 있어서,
    상기 영상으로부터 시선특징을 나타내는 제2 특징벡터를 생성하는 단계;
    상기 제2 특징벡터를 제2 분류모델에 적용하여 상기 디바이스에 대한 사용의도를 판단하기 위한 제2 출력을 생성하는 단계; 및
    상기 제2 출력에 기반하여 상기 디바이스의 정보표시기능을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 단계;
    를 더 포함하는 것을 특징으로 하는 인공지능 기반의 제어방법.
  3. 제2 항에 있어서,
    상기 제1, 제2 분류모델은 합성곱신경망 기반의 학습모델인 것을 특징으로 하는 인공지능 기반의 제어방법.
  4. 제2 항에 있어서,
    상기 시선특징은 상기 사용자의 시선방향, 응시시간 또는 상기 디바이스에 구비된 카메라와 홍채 사이의 각도 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능 기반의 제어방법.
  5. 제1 항에 있어서,
    상기 모션특징은 상기 사용자의 스켈레톤에 기반한 동작패턴 또는 보행속도 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능 기반의 제어방법.
  6. 제1 항에 있어서,
    상기 모션특징, 얼굴표정 또는 시선특징 중 적어도 하나를 포함하는 상기 사용자의 비전특징(vision feature)에 기반하여 등록 사용자를 식별하는 단계;
    를 더 포함하되,
    상기 제1 출력은 상기 등록 사용자 별로 서로 다른 값을 갖는 것을 특징으로 하는 인공지능 기반의 제어방법.
  7. 제6 항에 있어서,
    상기 사용자의 음성을 수신하는 단계;
    상기 음성으로부터 발화특징(speech feature)을 나타내는 제3 특징벡터를 생성하는 단계; 및
    상기 제3 특징벡터을 화자식별모델(speaker identification model)에 적용하여 기 등록된 복수의 화자들 중 가장 유사한 상기 발화특징을 갖는 화자를 판단하는 단계;
    를 더 포함하는 것을 특징으로 하는 인공지능 기반의 제어방법.
  8. 제7 항에 있어서,
    상기 비전특징에 기반한 판단결과와 상기 발화특징에 기반한 판단결과가 다른 경우, 상기 비전특징에 레이블링된 사용자 정보를 상기 발화특징에 기반하여 판단된 사용자 정보에 매핑되도록 수정하는 단계;
    를 더 포함하는 것을 특징으로 하는 인공지능 기반의 제어방법.
  9. 제7 항에 있어서,
    상기 식별된 등록 사용자의 사용기록에 기반한 선호 컨텐츠를 디스플레이를 통해 표시하도록 제어하는 신호를 생성하는 단계;
    를 더 포함하는 것을 특징으로 하는 인공지능 기반의 제어방법.
  10. 제1 항에 있어서,
    상기 센싱범위는 상기 디바이스에 구비된 카메라의 화각범위인 것을 특징으로 하는 인공지능 기반의 제어방법.
  11. 제1 항에 있어서,
    상기 디바이스는 TV 또는 공항 로봇 중 어느 하나인 것을 특징으로 하는 인공지능 기반의 제어방법.
  12. 통신 모듈;
    사용자의 접근을 센싱하는 센서;
    상기 센서의 기설정된 센싱범위 내로 상기 사용자가 접근하면 디바이스로부터 상기 사용자가 포함된 영상을 수신하고, 상기 영상으로부터 모션특징을 나타내는 제1 특징벡터를 생성하고, 상기 제1 특징벡터를 제1 분류모델(classification model)에 적용하여 상기 디바이스에 대한 사용의도(intent of use)를 판단하기 위한 제1 출력을 생성하고, 상기 제1 출력에 기반하여 상기 디바이스의 정보표시기능(information display function)을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 프로세서;
    를 포함하는 지능형 디바이스.
  13. 제12 항에 있어서,
    상기 프로세서는,
    상기 영상으로부터 시선특징을 나타내는 제2 특징벡터를 생성하고, 상기 제2 특징벡터를 제2 분류모델에 적용하여 상기 디바이스에 대한 사용의도를 판단하기 위한 제2 출력을 생성하고, 상기 제2 출력에 기반하여 상기 디바이스의 정보표시기능을 턴온 또는 턴오프되도록 제어하는 신호를 생성하는 것을 특징으로 하는 지능형 디바이스.
  14. 제13 항에 있어서,
    상기 제1, 제2 분류모델은 합성곱신경망 기반의 학습모델인 것을 특징으로 하는 지능형 디바이스.
  15. 제13 항에 있어서,
    상기 시선특징은 상기 사용자의 시선방향, 응시시간 또는 상기 디바이스에 구비된 카메라와 홍채 사이의 각도 중 적어도 하나를 포함하는 것을 특징으로 하는 지능형 디바이스.
  16. 제12 항에 있어서,
    상기 모션특징은 상기 사용자의 스켈레톤에 기반한 동작패턴 또는 보행속도 중 적어도 하나를 포함하는 것을 특징으로 하는 지능형 디바이스.
  17. 제12 항에 있어서,
    상기 프로세서는,
    상기 모션특징, 얼굴표정 또는 시선특징 중 적어도 하나를 포함하는 상기 사용자의 비전특징(vision feature)에 기반하여 등록 사용자를 식별하고, 상기 제1 출력은 상기 등록 사용자 별로 서로 다른 값을 갖는 것을 특징으로 하는 지능형 디바이스.
  18. 제17 항에 있어서,
    상기 통신 모듈은,
    상기 사용자의 음성을 수신하고,
    상기 프로세서는,
    상기 음성으로부터 발화특징(speech feature)을 나타내는 제3 특징벡터를 생성하고, 상기 제3 특징벡터을 화자식별모델(speaker identification model)에 적용하여 기 등록된 복수의 화자들 중 가장 유사한 상기 발화특징을 갖는 화자를 판단하는 것을 특징으로 하는 지능형 디바이스.
  19. 제18 항에 있어서,
    상기 프로세서는,
    상기 비전특징에 기반한 판단결과와 상기 발화특징에 기반한 판단결과가 다른 경우, 상기 비전특징에 레이블링된 사용자 정보를 상기 발화특징에 기반하여 판단된 사용자 정보에 매핑되도록 수정하는 것을 특징으로 하는 지능형 디바이스.
  20. 제18 항에 있어서,
    상기 프로세서는,
    상기 식별된 등록 사용자의 사용기록에 기반한 선호 컨텐츠를 디스플레이를 통해 표시하도록 제어하는 신호를 생성하는 것을 특징으로 하는 지능형 디바이스.
KR1020190151242A 2019-11-22 2019-11-22 사용자인식에 기반한 디바이스의 제어 KR20210062955A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190151242A KR20210062955A (ko) 2019-11-22 2019-11-22 사용자인식에 기반한 디바이스의 제어
US17/101,770 US11615760B2 (en) 2019-11-22 2020-11-23 Controlling of device based on user recognition utilizing vision and speech features

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190151242A KR20210062955A (ko) 2019-11-22 2019-11-22 사용자인식에 기반한 디바이스의 제어

Publications (1)

Publication Number Publication Date
KR20210062955A true KR20210062955A (ko) 2021-06-01

Family

ID=75975437

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190151242A KR20210062955A (ko) 2019-11-22 2019-11-22 사용자인식에 기반한 디바이스의 제어

Country Status (2)

Country Link
US (1) US11615760B2 (ko)
KR (1) KR20210062955A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230030251A (ko) * 2021-08-25 2023-03-06 연세대학교 산학협력단 안면 정보 익명화 및 재식별 기능 기반 개인 정보 보호 기능을 제공하는 감시 또는 관찰 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116204068B (zh) * 2023-05-06 2023-08-04 蔚来汽车科技(安徽)有限公司 增强现实显示设备及其显示方法、车辆、移动终端、介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6526159B1 (en) * 1998-12-31 2003-02-25 Intel Corporation Eye tracking for resource and power management
US7379560B2 (en) * 2003-03-05 2008-05-27 Intel Corporation Method and apparatus for monitoring human attention in dynamic power management
JP5438021B2 (ja) * 2007-11-20 2014-03-12 コーニンクレッカ フィリップス エヌ ヴェ 省電力透過ディスプレイ
WO2010070882A1 (ja) * 2008-12-16 2010-06-24 パナソニック株式会社 情報表示装置及び情報表示方法
EP2573727A1 (en) * 2011-09-21 2013-03-27 Allianz Telematics S.p.A. Telematics on-board unit for vehicles
CN104246650B (zh) * 2012-03-25 2018-05-22 英特尔公司 节能的方法和设备
WO2016145321A1 (en) * 2015-03-11 2016-09-15 Ventana 3D, Llc Holographic interactive retail system
US10650278B1 (en) * 2017-07-21 2020-05-12 Apple Inc. Semantic labeling of point clouds using images
CN112689869A (zh) * 2018-07-24 2021-04-20 奇跃公司 用于确定显示器与用户的眼睛之间的配准的显示系统和方法
KR20190091230A (ko) * 2019-07-15 2019-08-05 엘지전자 주식회사 전자 장치 및 그의 구동 방법
KR20190105536A (ko) * 2019-08-26 2019-09-17 엘지전자 주식회사 선호도 기반 서비스 제공 시스템, 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230030251A (ko) * 2021-08-25 2023-03-06 연세대학교 산학협력단 안면 정보 익명화 및 재식별 기능 기반 개인 정보 보호 기능을 제공하는 감시 또는 관찰 시스템

Also Published As

Publication number Publication date
US20210158773A1 (en) 2021-05-27
US11615760B2 (en) 2023-03-28

Similar Documents

Publication Publication Date Title
US11189268B2 (en) Method and apparatus for selecting voice-enabled device and intelligent computing device for controlling the same
KR102622240B1 (ko) 지능형 공기 청정기, 지능형 공기 청정기를 이용한 실내 공기질 제어방법 및 제어 장치
US20210210102A1 (en) Data processing method based on artificial intelligence
US10964202B2 (en) Home monitoring system
US11073541B2 (en) Intelligent method for controlling home appliance, apparatus and intelligent computing device for controlling home appliance
KR20190108086A (ko) 상황 정보에 기반한 지능형 디바이스의 조도 제어 방법 및 지능형 디바이스
US11952701B2 (en) Door open monitoring for intelligent device
KR20210052916A (ko) 지능형 세탁기
KR20210089347A (ko) 음성 인식 장치 및 음성데이터를 학습하는 방법
US20200090643A1 (en) Speech recognition method and device
US11323835B2 (en) Method of inspecting sound input/output device
KR20190106939A (ko) 증강현실기기 및 이의 제스쳐 인식 캘리브레이션 방법
US11615760B2 (en) Controlling of device based on user recognition utilizing vision and speech features
US11816197B2 (en) Method of authenticating user and apparatus thereof
KR20210052920A (ko) 무빙 행거를 이용한 의류 관리
US11790903B2 (en) Voice recognition method and device
US20210332519A1 (en) Intelligent washing machine and control method thereof
US20210405758A1 (en) Method of controlling augmented reality electronic device
KR20210050897A (ko) 지능형 보안 디바이스
US20210224542A1 (en) Profiling based on personal region of interest
US11240602B2 (en) Sound quality improvement based on artificial intelligence
US20230108444A1 (en) Control for intelligent cooking device
US11514725B2 (en) Intelligence device and user selection method thereof
US11475891B2 (en) Low delay voice processing system
KR20210048896A (ko) 전자 장치의 용도에 부적합한 물품의 검출

Legal Events

Date Code Title Description
A201 Request for examination