KR20230105049A - 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법 - Google Patents

사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법 Download PDF

Info

Publication number
KR20230105049A
KR20230105049A KR1020220000155A KR20220000155A KR20230105049A KR 20230105049 A KR20230105049 A KR 20230105049A KR 1020220000155 A KR1020220000155 A KR 1020220000155A KR 20220000155 A KR20220000155 A KR 20220000155A KR 20230105049 A KR20230105049 A KR 20230105049A
Authority
KR
South Korea
Prior art keywords
user
biometric information
data
electronic device
head
Prior art date
Application number
KR1020220000155A
Other languages
English (en)
Inventor
올렉산드르 쉬츄르
스타니슬라브 프리호드코
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020220000155A priority Critical patent/KR20230105049A/ko
Priority to PCT/KR2022/016886 priority patent/WO2023128208A1/ko
Publication of KR20230105049A publication Critical patent/KR20230105049A/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
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • 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
    • G06F3/012—Head tracking input arrangements
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising

Abstract

다양한 실시 예들에 따른 전자 장치는, 센서 모듈, 입력 모듈, 및 프로세서를 포함하고, 상기 프로세서는, 생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하고, 상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체 정보로 생성하고, 상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하도록 설정될 수 있다. 그 밖에 다양한 실시예가 가능하다.

Description

사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법{WEARABLE ELECTRONIC DEVICE THAT CAN BE MOUNTED ON USER'S HEAD AND METHOD FOR PROVIDING FUNCTION USING BIOMETRIC INFORMATION IN THE ELECTRONIC DEVICE}
다양한 실시 예들은, 사용자의 머리에 장착 가능한 전자 장치에서 사용자의 경추에서 발생되는 소리를 기반한 생체 정보를 이용하여 기능을 제공할 수 있는 방법에 관한 것이다.
사용자 머리가 움직임에 따라 사용자의 목이 움직일 때, 사용자의 목에서는 목 마찰음(neck crepitus)이라고도 불리우는 파쇄음(Cracking Sound)과 갈림음(Grinding Sound)이 발생할 수 있다.
사용자 목이 움직일 때 사용자 목에서 발생되는 파쇄음(Cracking Sound)과 갈림음(Grinding Sound)은, 경추 후 관절 내 압력 변화, 뼈 주위 또는 뼈 부착물 근처의 인대 또는 힘줄의 움직임, 또는 인접한 뼈들이 함께 부딪혀서 가리는 소리가 일반적일 원인으로 알려져 있다.
사용자 목이 움직일 때 사용자 목에서 발생되는 소리(예: 파쇄음(Cracking Sound)과 갈림음(Grinding Sound))는 사람마다 상이함으로, 사용자의 경추에서 발생되는 소리를 기능 수행을 위한 생체 정보로 이용할 수 있다.
또한 지속적으로 증가하는 앉아서 일하는 직업으로 인해 목 척추(예: 경추) 건강 문제가 증가함에 따라 목 건강을 모니터링 할 수 있는 기능을 필요로 하고 있다.
다양한 실시 예들에 따르면, 사용자의 머리에 장착 가능한 전자 장치에서 사용자의 경추에서 발생되는 소리를 기반한 생체 정보를 이용하여 다양한 기능을 제공할 수 있다.
본 개시에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
다양한 실시 예들에 따른 사용자의 머리에 장착 가능한 전자 장치는, 센서 모듈, 입력 모듈, 및 프로세서를 포함하고, 상기 프로세서는, 생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하고, 상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체 정보로 생성하고, 상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하도록 설정될 수 있다.
다양한 실시 예들에 따른 사용자의 머리에 장착 가능한 전자 장치에 생체 정보를 이용한 기능을 제공하는 방법은, 생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하는 동작, 상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체 정보로 생성하는 동작, 및 상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 사용자의 머리에 장착 가능한 전자 장치에서 경추에서 발생되는 소리를 기반한 생체 정보를 이용하여 다양한 기능을 제공할 수 있는 효과가 있다.
도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 2는 다양한 실시 예들에 따른 사용자의 머리에 장착 가능한 전자 장치의 종류를 설명하기 위한 도면이다.
도 3은 다양한 실시 예들에 따른 전자 장치의 블록도이다.
도 4a 내지 도 4c는 다양한 실시 예들에 따른 전자 장치에서 사용자 머리의 움직임에 따른 방향 데이터와 소리 데이터의 검출동작을 설명하기 위한 도면들이다.
도 5a는 다양한 실시예들에 따른 사용자 머리의 움직임 동작의 종류를 도시한 도면이고, 도 5b는 다양한 실시예들에 따른 사용자 머리의 움직임 동작에 대한 개략도를 도시한 도면이고, 도 5c는 다양한 실시예들에 따른 사용자 머리의 움직임에 따라 검출된 사용자 목의 방향 데이터를 나타내는 그래프를 도시한 도면이다.
도 6은 다양한 실시 예들에 따른 전자 장치에서 생체정보를 등록하는 동작을 설명하기 위한 흐름도이다.
도 7은 다양한 실시 예들에 따른 전자 장치에서 생체정보를 인증하는 동작을 설명하기 위한 흐름도이다.
도 8은 다양한 실시 예들에 따른 전자 장치에서 목 건강을 관리하는 동작을 설명하기 위한 흐름도이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록 도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시 예들에 따른 사용자의 머리에 장착 가능한 전자 장치의 종류를 설명하기 위한 도면(200)이다.
상기 도 2를 참조하면, 사용자의 머리에 장착 가능한 전자 장치는, 사용자의 머리의 일정 부분(예: 눈 또는 귀)에 착용 가능한 증강 현실용, 가상 현실용 또는 혼합 현실용 중 적어도 하나의 기능을 포함하는 머리 착용 디스플레이(HMD: Head Mounted Display)(210), 증강 현실용, 가상 현실용 또는 혼합 현실용 중 적어도 하나의 기능을 포함하는 글래스(230), 및 이어폰(240)을 포함할 수 있다.
상기 사용자의 머리에 장착 가능한 전자 장치(210, 230, 240)는, 상기 전자 장치가 착용된 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출할 수 있는 센서 모듈과 상기 사용자의 경추에서 발생되는 소리 데이터를 검출할 수 있는 입력 모듈(예: 마이크)을 포함할 수 있다.
상기 사용자의 머리에 장착 가능한 전자 장치는, 머리 착용 디스플레이(HMD: Head Mounted Display)(210), 글래스(230), 및 이어폰(240)에 한정되지 않으며, 사용자 목의 방향 데이터를 검출할 수 있는 센서 모듈과 상기 사용자의 경추에서 발생되는 소리 데이터를 검출할 수 있는 입력 모듈(예: 마이크)을 포함하고 사용자의 머리에 착용할 수 있는 다양한 전자 장치를 포함할 수 있다.
도 3은 다양한 실시 예들에 따른 전자 장치의 블록도(300)이다.
상기 도 3을 참조하면, 다양한 실시 예들에 따르면, 전자 장치(301)(예: 도 1의 전자 장치(101), 및/또는 도 2의 전자 장치(210, 230, 또는 240))는, 프로세서(320)(예: 도 1의 프로세서(120)), 센서 모듈(376)(예: 176), 입력 모듈(350)(예: 도 1의 입력 모듈(150)), 메모리(330)(예: 도 1의 메모리(130)), 디스플레이(360)(예: 도 1의 디스플레이 모듈(160)), 및 통신 모듈(390)(예: 도 1의 통신 모듈(290))를 포함할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 생체정보 등록모드에서 사용자 머리가 움직이는 동안, 사용자 목의 방향(각도)데이터와 사용자의 경추(목뼈)에서 발생되는 소리 데이터를 검출하고, 상기 소리 데이터에서 검출한 특징(feature)데이터와 상기 방향(각도) 데이터 간의 상관관계 데이터(correlation data)를 생성하고, 상기 생성된 상관관계 데이터를 사용자의 생체 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력할 수 있다. 예를 들어, 상기 프로세서(320)는, 디스플레이(360)를 통해 생체정보 등록을 위한 사용자의 움직임 방향을 출력하거나, 또는 상기 전자 장치(301)의 스피커를 통해 생체정보 등록을 위한 사용자의 움직임 방향을 출력할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 등록 모드에서, 센서 모듈(376)을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리의 움직임 시작을 확인할 수 있다. 상기 프로세서(320)는, 상기 센서 모듈(376)을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리가 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도) 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 등록 모드에서, 입력 모듈(예: 마이크)(350)를 통해 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수집하여 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 등록모드에서, 상기 사용자의 움직임이 종료되면, 상기 수집된 방향(각도) 데이터를 정규화시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 등록모드에서, 상기 사용자의 움직임이 종료되면, 상기 수집된 소리 데이터에 대한 전처리 동작을 수행하고 학습 알고리즘을 이용하여 상기 전처리 동작을 수행한 소리 데이터에서 상기 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 소리 데이터에서 노이즈 제거 동작, 상기 소리 데이터를 진폭으로 정규화 시키는 동작, 및/또는 상기 소리 데이터에 대한 RMS(root means square)을 계산하는 상기 전처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 상기 학습 알고리즘은, 상기 수집된 일정 량의 소리 데이터가 입력되면 상기 입력된 소리 데이터를 분석하여 일정한 패턴과 규칙을 나타내는 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 메모리(330)에 저장된 상기 학습 알고리즘은, 인공 지능(AI: Artifical Intelligence), 머신 러닝(ML: Machine Learning) 또는 딥 러닝(Deep Learning) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 등록모드에서, 상관분석 계수(예: 피어슨 상관계수 또는 스피어만 상관계수)을 이용하여 상기 소리 데이터로부터 검출한 상기 특징 데이터와 상기 사용자 목의 방향(각도) 데이터를 간의 상관관계(correlation)를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 전자 장치 사용자의 생체정보로 메모리(330)에 저장할 수 있다. 상기 프로세서(320)는, 상기 상관관계 데이터를 히트맵(heap map)으로 구성하여 사용자의 생체정보로 상기 메모리(330)에 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 주기적으로, 사용자 머리가 움직이는 동안, 사용자 목의 방향(각도)데이터와 사용자의 경추에서 발생되는 소리데이터를 수집하여, 상기 사용자의 생체 정보를 업데이트 시킬 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 생체정보 인증모드에서 사용자 머리가 움직이는 동안, 사용자 목의 방향(각도)데이터와 사용자의 경추에서 발생되는 소리 데이터를 검출하고, 상기 소리 데이터를 기반으로 검출한 특징(feature)데이터와 상기 방향(각도) 데이터 간의 상관관계 데이터(correlation data)를 생체정보로 생성하고, 상기 생성된 생체정보와 미리 저장된 사용자의 생체 정보의 일치를 확인하면 사용자에 대한 생체정보 인증을 완료할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 인증모드에서, 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력할 수 있다. 예를 들어, 상기 프로세서(320)는, 디스플레이(360)를 통해 생체정보 인증을 위한 사용자의 움직임 방향을 출력하거나, 또는 전자 장치(301)의 스피커를 통해 생체정보 인증을 위한 사용자의 움직임 방향을 출력할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 인증모드에서, 센서 모듈(376)을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리의 움직임 시작을 확인할 수 있다. 상기 프로세서(320)는, 상기 센서 모듈(376)을 통해 수신된 센서 신호를 기반으로, 상기 사용자 머리가 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도) 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 인증 모드에서, 입력 모듈(예: 마이크)(350)를 통해 상기 사용자 머리가 움직이는 동안, 사용자의 경추에서 발생되는 소리 데이터를 수집하여 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 인증 모드에서, 상기 사용자의 움직임이 종료되면 상기 수집된 방향(각도) 데이터를 정규화시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 인증 모드에서, 상기 사용자의 움직임이 종료되면 상기 수집된 소리 데이터에 대한 전처리 동작을 수행하고, 학습 알고리즘을 이용하여 상기 전처리 동작을 수행한 소리 데이터에서 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 소리 데이터에서 노이즈 제거 동작, 상기 소리 데이터를 진폭으로 정규화 시키는 동작, 및/또는 상기 소리 데이터에 대한 RMS(root means square)을 계산하는 상기 전처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 생체정보 인증 모드에서, 상관분석 계수(예: 피어슨 상관계수 또는 스피어만 상관계수)을 이용하여 상기 특징 데이터와 상기 사용자 목의 방향(각도) 데이터 간의 상관관계(correlation)를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 생체정보로 확인하고, 상기 확인된 생체 정보와 메모리(330)에 사용자의 생체 정보(상관관계 데이터)를 비교할 수 있다. 상기 프로세서(320)는, 상기 생성된 상관관계 데이터를 제1 히트맵(heap map)으로 구성하고, 상기 제1 히트 맵과 상기 메모리(330)에 사용자의 생체 정보로 저장된 상관관계 데이터로 구성된 제2 히트맵(heap map)를 비교할 수 있다. 상기 프로세서(320)는, 상기 비교 결과를 기반으로 상기 생성된 생체정보(상관관계 데이터 및/또는 제1 히트 맵)와 상기 메모리(330)에 저장된 사용자의 생체정보(상관관계 데이터 및/또는 제2 히트 맵)의 일치를 확인하면, 생체정보 인증을 완료하고, 상기 생체정보 인증완료에 대응되는 기능(예: 전자 장치의 잠금 해제)을 수행할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 목 건강 관리 모드에서 사용자 머리가 움직이는 동안, 사용자 목의 방향(각도)데이터와 사용자의 경추에서 발생되는 소리데이터를 검출하고, 상기 소리 데이터를 기반으로 검출한 특징(feature)데이터와 상기 방향(각도) 데이터 간의 상관관계 데이터(correlation data)를 생체정보로 생성하고, 상기 생성된 생체정보와 기준 생성정보의 비교 결과를 기반으로 목 건강과 관련된 정보를 제공할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 목 건강 관리 모드에서, 목 건강을 알아보기 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력할 수 있다. 예를 들어, 상기 프로세서(320)는, 디스플레이(360)를 통해 목 건강을 알아보기 위한 사용자의 움직임 방향을 출력하거나, 또는 전자 장치(301)의 스피커를 통해 목 건강을 알아보기 위한 사용자의 움직임 방향을 출력할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 목 건강 관리 모드에서, 센서 모듈(376)을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리의 움직임 시작을 확인할 수 있다. 상기 프로세서(320)는, 상기 센서 모듈(376)을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리가 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도) 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 목 건강 관리 모드에서, 입력 모듈(예: 마이크)(350)를 통해 상기 사용자 머리가 움직이는 동안, 사용자의 경추에서 발생되는 소리 데이터를 수집하여 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 목 건강 관리 모드에서, 상기 사용자의 움직임이 종료되면 상기 수집된 방향(각도) 데이터를 정규화시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 목 건강 관리 모드에서, 상기 사용자의 움직임이 종료되면 상기 수집된 소리 데이터에 대한 전처리 동작을 수행하고, 학습 알고리즘을 이용하여 상기 전처리 동작을 수행한 소리 데이터에서 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 소리 데이터에서 노이즈 제거 동작, 상기 소리 데이터를 진폭으로 정규화 시키는 동작, 및/또는 상기 소리 데이터에 대한 RMS(root means square) 계산하는 상기 전처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 목 건강 관리 모드에서, 상관분석 계수(예: 피어슨 상관계수 또는 스피어만 상관계수)을 이용하여 상기 소리 데이터로부터 검출된 상기 특징 데이터와 상기 사용자 목의 방향(각도) 데이터를 간의 상관관계(correlation)를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 생체정보로 확인할 수 있다. 상기 프로세서(320)는, 상기 생성된 생체정보와 메모리(330)에 저장된 기준 생체정보를 비교하여 분석할 수 있다. 상기 프로세서(320)는, 상기 생성된 상관관계 데이터를 제3 히트맵(heap map)으로 구성하고, 상기 제3 히트 맵과 상기 메모리(330)에 기준 생체정보로 저장된 상관관계 데이터로 구성된 제4 히트맵(heap map)를 비교할 수 있다. 상기 프로세서(320)는, 상기 분석 결과를 기반으로, 목 건강과 관련된 정보를 제공할 수 있다. 예를 들어, 상기 프로세서(320)는, 상기 분석 결과를 기반으로, 사용자의 현재 목 상태를 알리는 정보, 권유하는 운동 정보 및/또는 병원 방문 권고 정보를 제공할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 외부 전자 장치 또는 서버를 통해 기준 생체정보를 수신하여 메모리(330)에 저장할 수 있다. 상기 프로세서(320)는, 주기적으로, 상기 외부 전자 장치 또는 상기 서버를 통해 기준 생체정보 수신하면서 상기 기준 생체정보를 업데이트 시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 주기적으로, 상기 목 건강 관리 모드로 전환하여 사용자의 현재 목 상태를 확인하고 상기 전자 장치(301)의 사용자에게 상기 목 건강과 관련된 정보를 제공할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는 사용자 머리가 움직이는 동안 사용자 목의 방향(각도)데이터와 소리 데이터를 검출하고, 상기 사용자 목의 방향(각도)데이터와 상기 소리 데이터에서 검출한 특징 데이터 간의 상관관계를 분석하여 생성한 상관관계 데이터를 하나의 제스처로 검출하고, 상기 제스처에 대응되는 기능(예: 외부 전자 장치를 제어할 수 있는 리무투 기능)을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 제스처 등록 모드에서 사용자 머리가 움직이는 동안 사용자 목의 방향(각도)데이터와 소리 데이터를 검출하고, 상기 사용자 목의 방향(각도)데이터와 상기 소리 데이터에서 검출한 특징 데이터 간의 상관관계를 분석하여 생성한 상관관계 데이터를 기능을 수행할 수 있는 제스처로 등록할 수 있다.
다양한 실시 예들에 따르면, 센서 모듈(376)는, 도 1의 센서 모듈(176)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 센서 모듈(376)는, 상기 전자 장치(301)가 착용 사용자 머리의 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도)데이터를 검출할 수 있다.
일 실시 예에 따르면, 센서 모듈(376)는, 3축 방향 센서를 포함하며, 예를 들어, 3축 가속도 센서 및/또는 3축 자이로 센서를 포함할 수 있다.
다양한 실시 예들에 따르면, 입력 모듈(350)는, 도 1의 입력 모듈 (150)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 입력 모듈(350)은, 마이크 또는 마이크 어레이를 포함하고, 상기 전자 장치(301)가 착용 사용자 머리의 움직이는 동안 사용자의 경추에서 발생되는 소리데이터를 수신할 수 있다.
다양한 실시 예들에 따르면, 메모리(330)는, 도 1의 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 메모리(330)에, 생체정보 등록모드에서 사용자의 생체정보를 나타내는 상관관계 데이터(히트 맵)가 저장될 수 있다.
일 실시 예에 따르면, 상기 메모리(330)에, 목 건강 관리모드에서 사용자의 현재 목 상태를 나타내는 생체정보(상관관계 데이터 및/또는 히트 맵)와 비교할 수 있는 기준 생체정보)상관관계 데이터 및/또는 히트 맵) 저장될 수 있다.
다양한 실시 예들에 따르면, 디스플레이(360)는, 도 1의 디스플레이 모듈(160)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 디스플레이(360)에, 생체정보 등록모드에서 생체정보 등록을 위한 사용자의 움직임 방향이 표시될 수 있다.
일 실시 예에 따르면, 상기 디스플레이(360)에, 생체정보 인증모드에서 생체정보 인증을 위한 사용자의 움직임 방향이 표시될 수 있다.
일 실시 예에 따르면, 상기 디스플레이(360)에, 목 건강 관리 모드에서 목 건강을 알아보기 위한 사용자의 움직임 방향이 표시될 수 있다.
다양한 실시 예들에 따르면, 통신 모듈(390)은, 도 1의 통신 모듈(190)과 실질적으로 동일하거나 유사하게 구현될 수 있으며, 통신 모듈(290)을 포함하여 서로 다른 통신 기술을 사용하는 복수의 통신 회로를 포함할 수 있다.
일 실시 예에 따르면, 상기 통신 모듈(390)는, 복수의 통신 회로를 포함할 수 있으며, 무선랜 모듈(미도시)과 근거리통신 모듈(미도시) 중 적어도 하나를 포함할 수 있으며, 상기 근거리통신 모듈(미도시)로 UWB 통신 모듈, Wi-Fi 통신 모듈, NFC(near field communication) 통신 모듈, 블루투스 레거시(Legacy) 통신 모듈 및/또는 BLE(bluetooth low energy) 통신 모듈을 포함할 수 있다.
도 4a 내지 도 4c는 다양한 실시 예들에 따른 전자 장치에서 사용자 머리의 움직임에 따른 방향 데이터와 소리 데이터의 검출동작을 설명하기 위한 도면들(400a 내지 400c)이다.
상기 도 4a 내지 상기 도 4b를 참조하면, 사용자 머리에 장착된 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 머리가 Roll 축(Longitudinal axis), Yaw 축(Vertical축), 또는Pitch축(Lateral 축) 중심으로 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도)데이터를 검출할 수 있다.
상기 전자 장치는, 사용자 머리가 Roll 축(Longitudinal axis), Yaw 축(Vertical축), 또는Pitch축(Lateral 축) 중심으로 움직이는 동안, 사용자의 경추(410)에서 발생하는 소리 데이터를 검출할 수 있다.
상기 도 4c를 참조하면, 상기 전자 장치는, 상기 소리 데이터를 기반으로 검출한 특징(feature) 데이터와 상기 방향(각도) 데이터간의 상관관계를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 히트 맵으로 구성하여 제공할 수 있다. 상기 히트 탭에서는 색상으로 소리 데이터의 크기를 구별하여 나타내고 있으며, 제1 영역(A1)과 제2 영역(A2)은 소리 데이터의 진폭인 큰 영역을 나타내고 있다.
도 5a는 다양한 실시예들에 따른 사용자 머리의 움직임 동작의 종류를 도시한 도면(500a)이고, 도 5b는 다양한 실시예들에 따른 사용자 머리의 움직임 동작에 대한 개략도를 도시한 도면(500b)이고, 도 5c는 다양한 실시예들에 따른 사용자 머리의 움직임에 따라 검출된 사용자 목의 방향 데이터를 나타내는 그래프를 도시한 도면(500c)이다.
상기 도 5a 내지 상기 도 5b를 참조하면, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 인증모드에서 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 적어도 하나의 알림 정보(510)를 출력할 수 있다. 예를 들어, 상기 전자 장치는, 상기 생체정보 인증모드에서, Pitch축 중심으로 사용자 머리를 아래에서 위로 움직이는 제1 움직임 방향에 대한 알림 정보(511)을 출력하고, 일정 시간(예: 3초)이후 Yaw 축 중심으로 사용자 머리를 좌측에서 우측으로 그리고 우측에서 좌측으로 순서적으로 움직이는 제2 움직임 방향에 대한 알림 정보(513)을 출력할 수 있다. 상기 전자 장치는, 상기 제2 움직임 방향에 대한 알림 정보(513)을 출력하고, 일정 시간(예: 3초)이후 Roll 축 중심으로 사용자 머리를 왼쪽에서 오른쪽 방향으로 회전하는 제3 움직임 방향에 대한 알림 정보(515)을 출력할 수 있다. 상기 전자 장치는 상기 제3 움직임 방향에 대한 알림 정보(515)을 출력하고, 일정 시간(예: 3초)이후 사용자 머리를 오른쪽에서 왼쪽 방향으로 회전하는 제4 움직임 방향에 대한 알림 정보(517)을 출력할 수 있다. 상기 전자 장치는, 상기 제4 움직임 방향에 대한 알림 정보(517)을 출력하고, 일정 시간(예: 3초)이후 Pitch축 중심으로 사용자 머리를 아래에서 위로 움직이는 제1 움직임 방향에 대한 알림 정보(511)을 출력하고 움직임 방향에 대한 알림 정보의 출력을 종료할 수 있다.
상기 도 5c에서는, 상기 생체정보 인증모드에서 사용자 머리의 움직임 방향에 대한 적어도 하나의 알림 정보(510)의 출력에 따라 상기 전자 장치를 착용하고 있는 사용자 머리가 움직이는 동안, 상기 전자 장치의 센서 모듈(예: 도 3의 센서 모듈(376))에서 검출되는 센서 정보(X축의 값, Y축의 값 및 Z축의 값)를 나타내고 있다.
다양한 실시 예들에 따르면, 사용자의 머리에 장착 가능한 전자 장치(예: 예: 도 3의 전자 장치(301))는, 센서 모듈(예: 도 3의 센서 모듈(376)), 입력 모듈(예: 도 3의 입력 모듈(350)), 및 프로세서(예: 도 3의 프로세서(320))를 포함하고, 상기 프로세서는, 생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하고, 상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체 정보로 생성하고, 상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 생체정보 인증모드에서 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 생체정보 인증모드에서, 상기 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하고, 상기 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 입력 모듈은 마이크를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 생체정보 인증모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터에서 상기 특징데이터를 검출하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 생체정보 등록모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징 데이터를 검출하고, 상기 방향 데이터와 상기 특징 데이터 간의 상관관계 데이터를 생체정보로 생성하고, 상기 생성된 생체정보를 사용자의 생체 정보로 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 생체정보 등록모드에서, 상기 전자 장치의 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하고, 상기 전자 자?嶽? 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 생체정보 등록모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터를 에서 특징데이터를 검출하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 목 건강 관리모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하고, 상기 방향 데이터와 상기 특징 데이터간의 상관관계 데이터를 생체정보로 생성하고, 상기 생성된 생체정보와 기준 생체정보를 비교하여 분석하고, 상기 분석 결과를 기반으로 목 건강과 관련된 정보를 제공하도록 설정될 수 있다.
도 6은 다양한 실시 예들에 따른 전자 장치에서 생체정보를 등록하는 동작을 설명하기 위한 흐름도(600)이다. 상기 생체정보를 등록하는 동작들은 601동작 내지 609동작을 포함할 수 있다. 일 실시 예에 따르면, 601동작 내지 609동작 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
601동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 등록모드로 전환할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 사용자의 선택을 기반으로 사용자의 경추에서 발생되는 소리를 이용한 생체정보 등록모드로 전환할 수 있다.
603동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 등록을 위한 사용자 머리의 움직임방향에 대한 알림 정보를 출력할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 디스플레이(예: 도 3의 디스플레이(360))를 통해 생체정보 등록을 위한 사용자의 움직임 방향을 출력하거나, 또는 상기 전자 장치의 스피커를 통해 생체정보 등록을 위한 사용자의 움직임 방향을 출력할 수 있다.
605동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 머리가 움직이는 동안 사용자 목의 방향(각도) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 등록 모드에서, 센서 모듈(예: 도 3의 센서모듈(376))을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리의 움직임 시작을 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 센서 모듈을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리가 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도) 데이터를 수집할 수 있다.
607동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자의 경추에서 발생되는 소리 데이터를 수신할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 등록 모드에서, 입력 모듈(예: 마이크)(예: 도 3의 입력 모듈(350))를 통해 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수집하여 저장할 수 있다.
609동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 목의 방향 데이터와 소리 데이터에서 검출된 특징 데이터 간의 상관관계 데이터를 사용자의 생체 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 등록모드에서, 상기 사용자의 움직임이 종료되면, 상기 수집된 방향(각도) 데이터를 정규화시키고, 상기 수집된 소리 데이터에 대한 전처리 동작을 수행하고 학습 알고리즘을 이용하여 상기 전처리 동작을 수행한 소리 데이터에서 상기 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 소리 데이터에서 노이즈 제거 동작, 상기 소리 데이터를 진폭으로 정규화 시키는 동작, 및/또는 상기 소리 데이터에 대한 RMS(root means square)을 계산하는 상기 전처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 상기 학습 알고리즘은, 상기 수집된 일정 량의 소리 데이터가 입력되면 상기 입력된 소리 데이터를 분석하여 일정한 패턴과 규칙을 나타내는 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 메모리(예: 도 3의 메모리(330))에 저장된 상기 학습 알고리즘은, 인공 지능(AI: Artifical Intelligence), 머신 러닝(ML: Machine Learning) 또는 딥 러닝(Deep Learning) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 등록모드에서, 상관분석 계수(예: 피어슨 상관계수 또는 스피어만 상관계수)을 이용하여 상기 소리 데이터로부터 검출한 상기 특징 데이터와 상기 사용자 목의 방향(각도) 데이터를 간의 상관관계(correlation)를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 전자 장치 사용자의 생체정보로 상기 메모리에 저장할 수 있다. 상기 전자 장치는, 상기 상관관계 데이터를 히트맵(heap map)으로 구성하여 사용자의 생체정보로 상기 메모리에 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 주기적으로, 사용자 머리가 움직이는 동안, 사용자 목의 방향(각도)데이터와 사용자의 경추에서 발생되는 소리데이터를 수집하여, 상기 사용자의 생체 정보를 업데이트 시킬 수 있다.
도 7은 다양한 실시 예들에 따른 전자 장치에서 생체정보를 인증하는 동작을 설명하기 위한 흐름도(700)이다. 상기 생체정보를 인증하는 동작들은 701동작 내지 711동작을 포함할 수 있다. 일 실시 예에 따르면, 701동작 내지 711동작 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
701동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 인증모드로 전환할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 사용자의 선택을 기반으로 사용자의 경추에서 발생되는 소리를 이용한 생체정보 인증모드로 전환할 수 있다.
703동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 인증을 위한 사용자 머리의 움직임방향에 대한 알림 정보를 출력할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 인증모드에서, 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 디스플레이(예: 도 3의 디스플레이(360))를 통해 생체정보 인증을 위한 사용자의 움직임 방향을 출력하거나, 또는 상기 전자 장치의 스피커를 통해 생체정보 인증을 위한 사용자의 움직임 방향을 출력할 수 있다.
705동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 머리가 움직이는 동안 사용자 목의 방향(각도) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 인증모드에서, 센서 모듈(예: 도 3의 센서모듈(376))을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리의 움직임 시작을 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 센서 모듈을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리가 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도) 데이터를 수집할 수 있다.
707동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자의 경추에서 발생되는 소리 데이터를 수신할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 인증모드에서, 입력 모듈(예: 마이크)(예: 도 3의 입력 모듈(350))를 통해 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수집하여 저장할 수 있다.
709동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 목의 방향 데이터와 소리 데이터에서 검출된 특징 데이터 간의 상관관계 데이터를 생체정보로 확인하고, 상기 확인된 생체정보와 사용자의 생체정보의 일치를 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 인증모드에서, 상기 사용자의 움직임이 종료되면, 상기 수집된 방향(각도) 데이터를 정규화시키고, 상기 수집된 소리 데이터에 대한 전처리 동작을 수행하고 학습 알고리즘을 이용하여 상기 전처리 동작을 수행한 소리 데이터에서 상기 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 소리 데이터에서 노이즈 제거 동작, 상기 소리 데이터를 진폭으로 정규화 시키는 동작, 및/또는 상기 소리 데이터에 대한 RMS(root means square)을 계산하는 상기 전처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 상기 학습 알고리즘은, 상기 수집된 일정 량의 소리 데이터가 입력되면 상기 입력된 소리 데이터를 분석하여 일정한 패턴과 규칙을 나타내는 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 메모리(예: 도 3의 메모리(330))에 저장된 상기 학습 알고리즘은, 인공 지능(AI: Artifical Intelligence), 머신 러닝(ML: Machine Learning) 또는 딥 러닝(Deep Learning) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생체정보 인증 모드에서, 상관분석 계수(예: 피어슨 상관계수 또는 스피어만 상관계수)을 이용하여 상기 특징 데이터와 상기 사용자 목의 방향(각도) 데이터 간의 상관관계(correlation)를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 생체정보로 확인하고, 상기 확인된 생체 정보와 메모리(330)에 사용자의 생체 정보(상관관계 데이터)를 비교할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생성된 상관관계 데이터를 제1 히트맵(heap map)으로 구성하고, 상기 제1 히트 맵과 상기 메모리(330)에 사용자의 생체 정보로 저장된 상관관계 데이터로 구성된 제2 히트맵(heap map)를 비교할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 비교 결과를 기반으로 상기 생성된 생체정보(상관관계 데이터 및/또는 제1 히트 맵)와 상기 메모리(330)에 저장된 사용자의 생체정보(상관관계 데이터 및/또는 제2 히트 맵)의 일치를 확인할 수 있다.
711동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 인증 완료하고 대응되는 기능 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 사용자의 경추에서 발생되는 소리를 이용한 생체정보 인증을 완료하면, 상기 생체정보 인증완료에 대응되는 기능(예: 전자 장치의 잠금 해제)을 수행할 수 있다.
도 8은 다양한 실시 예들에 따른 전자 장치에서 목 건강을 관리하는 동작을 설명하기 위한 흐름도(800)이다. 상기 목 건강을 관리하는 동작들은 801동작 내지 811동작을 포함할 수 있다. 일 실시 예에 따르면, 801동작 내지 811동작 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
801동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 목 건강 관리 모드로 전환할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 사용자의 선택을 기반으로 목 건강 생체정보 인증모드로 전환할 수 있다.
803동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 생체정보 인증을 위한 사용자 머리의 움직임방향에 대한 알림 정보를 출력할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 목 건강 관리 모드에서, 목 건강을 알아보기 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 디스플레이(예: 도 3의 디스플레이(360))를 통해 목 건강을 알아보기 위한 사용자의 움직임 방향을 출력하거나, 또는 상기 전자 장치의 스피커를 통해 목 건강을 알아보기 위한 사용자의 움직임 방향을 출력할 수 있다.
805동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 머리가 움직이는 동안 사용자 목의 방향(각도) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 목 건강 관리드에서, 센서 모듈(예: 도 3의 센서모듈(376))을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리의 움직임 시작을 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 센서 모듈을 통해 수신된 센서 신호를 기반으로 상기 사용자 머리가 움직이는 동안 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향(각도) 데이터를 수집할 수 있다.
807동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자의 경추에서 발생되는 소리 데이터를 수신할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 목 건강 관리 모드에서, 입력 모듈(예: 마이크)(예: 도 3의 입력 모듈(350))를 통해 상기 사용자 머리가 움직이는 동안, 사용자의 경추에서 발생되는 소리 데이터를 수집하여 저장할 수 있다.
809동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 사용자 목의 방향 데이터와 소리 데이터에서 검출된 특징 데이터 간의 상관관계 데이터를 생체정보로 확인하고, 상기 확인된 생체정보와 기준 생체정보를 비교하여 분석할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 목 건강 관리모드에서, 상기 사용자의 움직임이 종료되면, 상기 수집된 방향(각도) 데이터를 정규화시키고, 상기 수집된 소리 데이터에 대한 전처리 동작을 수행하고, 학습 알고리즘을 이용하여 상기 전처리 동작을 수행한 소리 데이터에서 상기 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 소리 데이터에서 노이즈 제거 동작, 상기 소리 데이터를 진폭으로 정규화 시키는 동작, 및/또는 상기 소리 데이터에 대한 RMS(root means square)을 계산하는 상기 전처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 상기 학습 알고리즘은, 상기 수집된 일정 량의 소리 데이터가 입력되면 상기 입력된 소리 데이터를 분석하여 일정한 패턴과 규칙을 나타내는 특징(feature) 데이터를 검출할 수 있다.
일 실시 예에 따르면, 메모리(예: 도 3의 메모리(330))에 저장된 상기 학습 알고리즘은, 인공 지능(AI: Artifical Intelligence), 머신 러닝(ML: Machine Learning) 또는 딥 러닝(Deep Learning) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 목 건강 관리 모드에서, 상관분석 계수(예: 피어슨 상관계수 또는 스피어만 상관계수)을 이용하여 상기 소리 데이터로부터 검출된 상기 특징 데이터와 상기 사용자 목의 방향(각도) 데이터를 간의 상관관계(correlation)를 분석하여 상관관계 데이터를 생성하고, 상기 생성된 상관관계 데이터를 생체정보로 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 확인된 생체정보와 메모리(예: 도 3의 메모리(330))에 저장된 기준 생체정보를 비교하여 분석할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 생성된 상관관계 데이터를 제3 히트맵(heap map)으로 구성하고, 상기 제3 히트 맵과 상기 메모리(330)에 기준 생체정보로 저장된 상관관계 데이터로 구성된 제4 히트맵(heap map)를 비교할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 비교 결과를 기반으로 상기 생성된 생체정보(상관관계 데이터 및/또는 제1 히트 맵)와 상기 메모리에 저장된 사용자의 생체정보(상관관계 데이터 및/또는 제2 히트 맵)의 일치를 확인할 수 있다.
811동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 전자 장치(210, 230, 또는 240), 및/또는 도 3의 전자 장치(301))는, 분석 결과를 기반으로 목 건강과 관련된 정보를 제공할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 분석 결과를 기반으로, 사용자의 현재 목 상태를 알리는 정보, 권유하는 운동 정보 및/또는 병원 방문 권고 정보를 제공할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 외부 전자 장치 또는 서버를 통해 기준 생체정보를 수신하여 메모리(예: 도 3의 메모리(330))에 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 주기적으로, 상기 외부 전자 장치 또는 상기 서버를 통해 기준 생체정보 수신하면서 상기 기준 생체정보를 업데이트 시킬 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 주기적으로, 상기 목 건강 관리 모드로 전환하여 사용자의 현재 목 상태를 확인하고 상기 전자 장치의 사용자에게 상기 목 건강과 관련된 정보를 제공할 수 있다.
다양한 실시 예들에 따르면, 사용자의 머리에 장착 가능한 전자 장치에 생체 정보를 이용한 기능을 제공하는 방법은, 생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하는 동작, 상기 방향 데이터와 상기 특징데이터간의 상관관계를 생체 정보로 생성하는 동작, 및 상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 생체정보 인증모드에서 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 생체정보 인증모드에서, 상기 전자 장치의 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하는 동작, 및 상기 전자 장치의 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 입력 모듈은 마이크를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 생체정보 인증모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터에서 상기 특징데이터를 검출하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 생체정보 등록모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징 데이터를 검출하는 동작, 상기 방향 데이터와 상기 특징 데이터 간의 상관관계 데이터를 생체정보로 생성하는 동작, 및 상기 생성된 생체정보를 사용자의 생체 정보로 저장하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 생체정보 등록모드에서, 상기 전자 장치의 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하는 동작, 및 상기 전자 장치의 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 생체정보 등록모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터를 에서 특징데이터를 검출하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 목 건강 관리모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작, 상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하는 동작, 상기 방향 데이터와 상기 특징데이터 간의 상관관계를 생체정보로 생성하는 동작, 상기 생성된 생체정보와 기준 생체정보를 비교하여 분석하는 동작, 및 상기 분석 결과를 기반으로 목 건강과 관련된 정보를 제공하는 동작을 더 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101) 또는 전자 장치(501)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(501))의 프로세서(예: 프로세서(520))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (20)

  1. 사용자의 머리에 장착 가능한 전자 장치에 있어서,
    센서 모듈;
    입력 모듈; 및
    프로세서를 포함하고, 상기 프로세서는,
    생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고,
    상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하고,
    상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체 정보로 생성하고,
    상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하도록 설정된 전자 장치.
  2. 제1 항에 있어서, 상기 프로세서는,
    상기 생체정보 인증모드에서 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하도록 설정된 전자 장치.
  3. 제1 항에 있어서, 상기 프로세서는,
    상기 생체정보 인증모드에서, 상기 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하고, 상기 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하도록 설정된 전자 장치.
  4. 제1 항에 있어서,
    상기 입력 모듈은 마이크를 포함하는 전자 장치.
  5. 제1 항에 있어서, 상기 프로세서는,
    상기 생체정보 인증모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터에서 상기 특징데이터를 검출하도록 설정된 전자 장치.
  6. 제1 항에 있어서, 상기 프로세서는,
    생체정보 등록모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고,
    상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징 데이터를 검출하고,
    상기 방향 데이터와 상기 특징 데이터 간의 상관관계 데이터를 생체정보로 생성하고,
    상기 생성된 생체정보를 사용자의 생체 정보로 저장하도록 설정된 전자 장치.
  7. 제6 항에 있어서, 상기 프로세서는,
    상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하도록 설정된 전자 장치.
  8. 제6 항에 있어서, 상기 프로세서는,
    상기 생체정보 등록모드에서, 상기 전자 장치의 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하고, 상기 전자 자?嶽? 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하도록 설정된 전자 장치.
  9. 제6 항에 있어서, 상기 프로세서는,
    상기 생체정보 등록모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터를 에서 특징데이터를 검출하도록 설정된 전자 장치.
  10. 제1 항에 있어서, 상기 프로세서는,
    목 건강 관리모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하고,
    상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하고,
    상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체정보로 생성하고,
    상기 생성된 생체정보와 기준 생체정보를 비교하여 분석하고,
    상기 분석 결과를 기반으로 목 건강과 관련된 정보를 제공하도록 설정된 전자 장치.
  11. 사용자의 머리에 장착 가능한 전자 장치에 생체 정보를 이용한 기능을 제공하는 방법에 있어서,
    생체정보 인증모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작;
    상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하는 동작;
    상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체 정보로 생성하는 동작; 및
    상기 생성된 생체정보와 미리 저장된 사용자의 생체정보의 일치를 확인하면, 생체정보 인증을 완료하는 동작을 포함하는 방법.
  12. 제11 항에 있어서,
    상기 생체정보 인증모드에서 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하는 동작을 더 포함하는 방법.
  13. 제11 항에 있어서,
    상기 생체정보 인증모드에서, 상기 전자 장치의 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하는 동작; 및
    상기 전자 장치의 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하는 동작을 더 포함하는 방법.
  14. 제11 항에 있어서,
    상기 입력 모듈은 마이크를 포함하는 방법.
  15. 제11 항에 있어서,
    상기 생체정보 인증모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터에서 상기 특징데이터를 검출하는 동작을 더 포함하는 방법.
  16. 제11 항에 있어서,
    생체정보 등록모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작;
    상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징 데이터를 검출하는 동작;
    상기 방향 데이터와 상기 특징 데이터 간의 상관관계 데이터를 생체정보로 생성하는 동작; 및
    상기 생성된 생체정보를 사용자의 생체 정보로 저장하는 동작을 더 포함하는 방법.
  17. 제16 항에 있어서,
    상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하는 동작을 더 포함하는 방법.
  18. 제16 항에 있어서,
    상기 생체정보 등록모드에서, 상기 전자 장치의 센서 모듈을 통해 수신되는 센서 정보를 기반으로 상기 사용자 목의 방향 데이터를 검출하는 동작; 및
    상기 전자 장치의 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하는 동작을 더 포함하는 방법.
  19. 제16 항에 있어서,
    상기 생체정보 등록모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터를 에서 특징데이터를 검출하는 동작을 더 포함하는 방법.
  20. 제11 항에 있어서,
    목 건강 관리모드에서 사용자 머리가 움직이는 동안, 상기 사용자 머리의 움직임에 따라 변화되는 사용자 목의 방향 데이터를 검출하는 동작;
    상기 사용자 머리가 움직이는 동안, 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하고, 상기 소리 데이터를 기반으로 특징데이터를 검출하는 동작;
    상기 방향 데이터와 상기 특징데이터 간의 상관관계 데이터를 생체정보로 생성하는 동작;
    상기 생성된 생체정보와 기준 생체정보를 비교하여 분석하는 동작; 및
    상기 분석 결과를 기반으로 목 건강과 관련된 정보를 제공하는 동작을 더 포함하는 방법.

KR1020220000155A 2022-01-03 2022-01-03 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법 KR20230105049A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220000155A KR20230105049A (ko) 2022-01-03 2022-01-03 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법
PCT/KR2022/016886 WO2023128208A1 (ko) 2022-01-03 2022-11-01 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220000155A KR20230105049A (ko) 2022-01-03 2022-01-03 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법

Publications (1)

Publication Number Publication Date
KR20230105049A true KR20230105049A (ko) 2023-07-11

Family

ID=86999319

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220000155A KR20230105049A (ko) 2022-01-03 2022-01-03 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법

Country Status (2)

Country Link
KR (1) KR20230105049A (ko)
WO (1) WO2023128208A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001299711A (ja) * 2000-04-18 2001-10-30 Hiroshi Matsumoto 生体情報検出装置付機能拡張型ホルター心電計
CN104382599B (zh) * 2014-12-05 2017-01-18 京东方科技集团股份有限公司 用于测量颈椎活动的方法、设备和可穿戴装置
CN106997239A (zh) * 2016-10-13 2017-08-01 阿里巴巴集团控股有限公司 基于虚拟现实场景的业务实现方法及装置
US10062373B2 (en) * 2016-11-03 2018-08-28 Bragi GmbH Selective audio isolation from body generated sound system and method
KR102532061B1 (ko) * 2020-04-24 2023-05-15 한국전자통신연구원 생체 인증 장치 및 그의 동작 방법

Also Published As

Publication number Publication date
WO2023128208A1 (ko) 2023-07-06

Similar Documents

Publication Publication Date Title
KR20220034571A (ko) 음성에 포함된 커맨드를 확인하는 전자 장치와 이의 동작 방법
US11954324B2 (en) Method for performing virtual user interaction, and device therefor
CN116250243A (zh) 用于控制无线音频输出装置的连接的方法和设备
KR20220036679A (ko) 증강 현실 콘텐츠를 제공하는 전자 장치 및 그의 동작 방법
US11929079B2 (en) Electronic device for managing user model and operating method thereof
KR20230038972A (ko) 센서를 포함하는 웨어러블 전자 장치와 이의 동작 방법
KR20230105049A (ko) 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법
KR20220001666A (ko) 전자 장치와 연결된 히어러블 장치 및 이의 동작 방법
KR20220043534A (ko) 컨텐츠 추천 서비스를 제공하는 전자 장치 및 그 방법
KR20220018854A (ko) 관성 센서를 이용하여 전자 장치의 착용 상태를 감지하는 전자 장치 및 그 제어 방법
EP4350418A1 (en) Wearable device for sensing wearing by user
US20230386254A1 (en) Electronic device, operating method of electronic device, and recording medium
US20240062584A1 (en) Electronic device identifying direction of gaze and method for operating the same
KR20230127886A (ko) 터치 인식을 위한 인식 감도를 조정하는 방법 및 이를 수행하는 전자 장치
KR20210142535A (ko) 전자 장치 및 전자 장치에서 키보드의 입력을 이용하여 사용자 인증을 수행하는 방법
KR20230056463A (ko) 외부 장치를 이용하는 전자 장치 및 이의 동작 방법
KR20230020328A (ko) 이미지를 보정하는 장치 및 그 방법
KR20230020701A (ko) 촬영된 영상에 시각 효과를 적용하고 태그를 설정하는 방법 및 장치
KR20230055269A (ko) 광학 문자 인식을 수행하는 전자 장치, 방법, 및 컴퓨터 판독가능 저장 매체
KR20220128735A (ko) 카메라를 포함하는 전자 장치 및 이의 동작 방법
KR20220142886A (ko) 터치 입력 데이터를 처리하는 전자 장치 및 터치 입력 데이터를 처리하는 전자 장치를 제어하는 방법
KR20220007381A (ko) 사용자 인증 방법 및 이를 지원하는 전자 장치
KR20230088197A (ko) 전자 장치 및 상기 전자 장치에서 제스처의 오인식을 방지하는 방법
KR20230066812A (ko) 사용자 프로필을 제공하는 전자 장치 및 그 동작 방법
KR20220013215A (ko) 터치 입력을 감지하는 전자 장치 및 그 방법