KR20240059495A - 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법 - Google Patents

사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법 Download PDF

Info

Publication number
KR20240059495A
KR20240059495A KR1020220150348A KR20220150348A KR20240059495A KR 20240059495 A KR20240059495 A KR 20240059495A KR 1020220150348 A KR1020220150348 A KR 1020220150348A KR 20220150348 A KR20220150348 A KR 20220150348A KR 20240059495 A KR20240059495 A KR 20240059495A
Authority
KR
South Korea
Prior art keywords
gesture
user
gestures
electronic device
signal
Prior art date
Application number
KR1020220150348A
Other languages
English (en)
Inventor
정원석
안진엽
유병욱
조원준
우준영
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 PCT/KR2023/015063 priority Critical patent/WO2024090826A1/ko
Publication of KR20240059495A publication Critical patent/KR20240059495A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/316User authentication by observing the pattern of computer usage, e.g. typical user behaviour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/45Structures or tools for the administration of authentication
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input 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
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017Gesture based interaction, e.g. based on a set of recognized hand gestures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Telephone Function (AREA)

Abstract

전자 장치는 전자 장치의 움직임을 감지하는 센서, 메모리 및 프로세서를 포함할 수 있다. 프로세서는 사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하고, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하고, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 복수의 제스처들과 지정된 수준을 초과하여 일치함에 기반하여, 제 1 제스처 및 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하고, 결정된 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 사용자의 인증을 수행할 수 있다.

Description

사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법{ELECTRONIC DEVICE FOR AUTHENTICATION USING USER'S GESTURE AND METHOD THEREOF}
본 문서는 전자 장치에 관한 것이며, 예를 들어 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법에 관한 것이다.
제스처 인증 기술은, 전자 장치가 획득한 제스처 이미지에 기초하여 사용자를 인증하는 기술이다. 제스처 인증 기술은 인증 대상자의 신원을 비접촉식으로 확인할 수 있다. 최근에는, 제스처 인증 기술의 편리함 및 효율성 때문에 보안 시스템, 모바일 인증 및 멀티미디어 데이터 검색과 같은 다양한 응용 분야에서 제스처 인증 기술이 널리 활용되고 있다.
사용자 인테페이스 기술 중 제스처 인식은 크게 이미지를 이용한 제스처 인식과 이미지 센서를 제외한 다른 센서들, 예를 들면 가속도와 각속도 센서를 포함한 IMU(Inertial Measurement Unit)과 PPG(Photoplethysmogram)와 같은 생체 신호를 측정할 수 있는 센서들을 이용한 제스처 인식으로 분류할 수 있다. 이미지 센서를 제외한 다른 센서들을 이용한 제스처 인식 기술은, 이미지 센서를 이용한 제스처 인식 기술에 비해 웨어러블 기기 상에서 더 많이 적용되는 추세이다.
전자 장치는 사용자에 의해 수행된 제스처에 대응하는 생체 신호 및/또는 움직임 신호를 획득하고, 생체 신호 및/또는 움직인 신호에 대응하는 신호 패턴에서 특징을 추출할 수 있다. 다만, 제스처 수행에 기반하여 획득한 사용자의 움직임 신호는 움직인 신호 자체만으로 사용자를 인증할 수 있을 정도로, 다른 움직임 신호와 구별하기 어려울 수 있다.
웨어러블 기기에서 지문이나 심전도 등을 이용한 생체인증 기술을 사용할 수 있으나 생체인증 기능을 구현하기 위한 추가적인 생체 센서 개발이 필요하고, 생체 인증 기능 구동을 위해 시스템 상에 부하가 걸릴 수 있어, 사용이 어려울 수 있다.
웨어러블 기기에서의 생체 신호 인식은 사용자가 가만히 있는 상태 뿐만 아니라 활동하는 상태까지 고려해야 하기 때문에 정확한 상태 인식이 어려울 수 있다.
전자 장치는 전자 장치의 움직임을 감지하는 센서, 메모리 및 프로세서를 포함할 수 있다. 프로세서는 사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하고, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하고, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 복수의 제스처들과 지정된 수준을 초과하여 일치함에 기반하여, 제 1 제스처 및 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하고, 결정된 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 사용자의 인증을 수행할 수 있다.
전자 장치의 인증 수행 방법은 사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하는 동작, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하는 동작, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 복수의 제스처들과 일치함에 기반하여, 제 1 제스처 및 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하는 동작 및 결정된 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 사용자의 인증을 수행하는 동작을 포함할 수 있다.
일 실시예에 따른 전자 장치는 사용자 제스처를 인식하고, 보안을 유지하면서 정확한 사용자 인증을 수행할 수 있다.
일 실시예에 따른 전자 장치는 생체 인증 기능을 구동하지 않고서도 사용자 인증을 수행하여 생체 인증 기능의 구동에 따른 시스템의 과부하를 막을 수 있다.
일 실시예에 따른 전자 장치는 인증 동작이 적힌 테이블을 사용자에게 표시하여 사용자가 인증 동작을 모두 외우지 않아도 되게 만들어 사용자 경험을 높이면서도 오프셋을 적용하여 지정된 사용자 외에는 보안 인증을 통과하기 어렵게 만들어 보안을 유지할 수 있다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른 웨어러블 디바이스의 블록도이다.
도 3은, 일 실시예에 따른, 전자 장치의 구성을 나타낸 블록도이다.
도 4a는 사용자에 의해 수행된 제스처 신호의 분할 과정을 순서도로 나타낸 것이다. 도 4b는 사용자에 의해 수행된 제스처 신호의 파형을 나타낸 것이다.
도 5는 인증 제스처의 점수화를 위한 확률 질량 함수를 도시한 것이다.
도 6은 일 실시예에 따른 전자 장치의 사용자의 제스처를 이용해 인증을 수행하는 방법을 순서도로 나타낸 것이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 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 제 1 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 제 1 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, 제 1 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 제 1 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.
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)) 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(101))의 프로세서(예: 프로세서(120))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.
도 2는 일 실시예에 따른 웨어러블 디바이스의 블록도이다.
도 2를 참조하면, 일 실시예에 따른 웨어러블 디바이스(201)는 터치 센서(210), 관성 센서(215), 생체 센서(220), 통신 모듈(225), 프로세서(230), 인터페이스(235), 출력 모듈(240), 메모리(245), 배터리(250) 및 충전 모듈(255)을 포함할 수 있다. 웨어러블 디바이스(201)는 상기 구성요소들 중 적어도 하나(예: 출력 모듈(240))가 생략되거나, 하나 이상의 다른 구성 요소(예: 근접 센서)가 추가될 수 있다.
터치 센서(210)는 터치(또는 터치 신호)를 감지하도록 설정된 터치 회로를 포함할 수 있다. 터치 센서(210)는 정전식 터치 센서 또는 감압식 터치 센서일 수 있다. 터치 센서(210)는 싱글 터치, 멀티 터치, 면 터치(surface touch), 또는 팜 터치(palm touch)를 감지할 수 있다.
관성 센서(215)는 이동하는 물체의 가속도 또는 충격 세기를 측정하는 센서일 수 있다. 관성 센서(215)는 가속도 센서(accelerometer) 또는 자이로스코프(gyroscope)일 수 있다.
생체 센서(220)는 사용자의 신체 일부와 접촉하여 생체 정보를 획득할 수 있다. 예를 들어, 생체 센서(220)는 혈압값을 산출하도록 구성된 광용적맥파(photoplethysmogram, PPG)를 포함할 수 있다. 또는, 생체 센서(220)는 심전도(electrocardiogram, ECG), 전기 피부 반응(galvanic skin response, GSR), 뇌파(electroencephalogram, EEG), 생체전기저항 측정법(bioimpedence assessment, BIA) 또는 심탄도(Ballistocardiogram, BCG) 중 적어도 하나를 측정할 수 있는 전극을 포함할 수 있다. 생체 센서(220)는 생체 정보를 획득하기 위하여 발광부 및 수광부로 구성되고, 발광부를 통해 신호를 출력하고, 수광부를 통해 출력된 신호에 의해 반사된 신호를 획득함으로써, 생체 정보를 획득할 수 있다. 또는, 생체 센서(220)는 전극을 통해 전류를 출력하고, 출력된 전류에 의해 사용자의 신체로부터 수신되는 전류에 기반하여 생체 정보를 획득할 수 있다.
통신 모듈(225)은 전자 장치(예: 도 1의 전자 장치(101))와 무선 통신 채널을 수립하고, 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(225)은 블루투스, 저전력 블루투스, 와이파이(Wi-Fi), UWB(ulatra wide band), ANT+(adaptive network topology), LTE(long term evolution), 5G(5th generation mobile eelecommunication), NB-IoT(narrowband internet of things)를 통하여 전자 장치(101)에 연결되거나, 엑세스 포인트, 네트워크와 연결될 수 있다. 통신 모듈(225)은 전자 장치(101)로 센싱 정보(또는 센싱 신호)(예: 자세 정보, 터치 정보, 생체 정보, 근접 정보)를 전송할 수 있다. 통신 모듈(225)은 도 1의 무선 통신 모듈(192)과 동일 또는 유사할 수 있다.
프로세서(230)는 웨어러블 디바이스(201)의 동작을 제어하는 것일 수 있다. 프로세서(230)는 웨어러블 디바이스(201)에 포함된 다른 구성요소(예: 터치 센서(210), 관성 센서(215), 통신 모듈(225) 등)를 제어하고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 예를 들어, 프로세서(230)는 관성 센서(215)로부터 획득한 센싱 정보에 기반하여 웨어러블 디바이스(201)의 착용 상태, 회전 상태를 판단할 수 있다. 프로세서(230)는 주기적으로 상기 센싱 정보가 통신 모듈(225)을 통해 전자 장치(101)로 전송되도록 제어할 수 있다. 프로세서(230)는 메인 프로세서(예: micro controller unit), 센서허브, 바이어 프로세서, 또는 뉴럴 프로세서 중 적어도 하나를 포함할 수 있다. 프로세서(230)는 도 1의 프로세서(120)와 동일 또는 유사할 수 있다.
인터페이스(235)는 웨어러블 디바이스 케이스(205)와 물리적으로 연결될 수 있다. 예를 들어, 인터페이스(235)가 웨어러블 디바이스 케이스(205)와 물리적으로 연결되는 경우, 충전 모듈(255)을 통해 배터리(250)로 충전할 수 있다. 충전 모듈(255)은 웨어러블 디바이스(201)에 공급되는 전력을 관리할 수 있다. 충전 모듈(255)은 인터페이스(235)를 통해 수신되는 전력으로 배터리(250)를 충전시킬 수 있다. 충전 모듈(255)은 도 1의 전력 관리 모듈(188)과 동일 또는 유사할 수 있다. 배터리(250)는 웨어러블 디바이스(201)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 배터리(250)는 도 1의 배터리(189)와 동일 또는 유사할 수 있다.
출력 모듈(240)은 사용자에게 정보를 제공할 수 있다. 예를 들어, 출력 모듈(240)은 디스플레이(예: 도 1의 디스플레이 모듈(160)), LED, 스피커(예: 도 1의 음향 출력 장치(155)), 햅틱 모듈(예: 도 1의 햅틱 모듈(179)) 중 적어도 하나를 포함할 수 있다. 출력 모듈(240)은 프로세서(230)의 제어에 따라 알림 정보를 디스플레이하거나, LED를 점등 또는 점멸하거나, 음향 신호를 출력하거나, 또는 진동을 출력할 수 있다.
메모리(245)는 터치 센서(210)의 터치 감지 범위(또는 터치 영역)에 대응하는 각도를 매핑시켜 저장할 수 있다. 웨어러블 디바이스(201)에 터치 센서(210)가 복수 개 장착되는 경우, 각 터치 센서의 터치 감지 범위에 대응하는 각도를 매핑시킬 수 있다. 또한, 메모리(245)는 센싱 정보를 저장할 수 있다. 상기 센싱 정보는 관성 센서(215)로부터 획득한 센싱 정보 또는 상기 센싱 정보에 기반하여 프로세서(230)가 계산한 자세 정보를 저장할 수 있다. 상기 센싱 정보는 생체 센서(220)로부터 획득한 생체 정보, 터치 센서(210)로부터 획득한 터치 정보를 포함할 수 있다. 이 밖에도 상기 센싱 정보는 웨어러블 디바이스(201)에 근접 센서가 포함되는 경우, 근접 정보를 포함할 수 있다.
웨어러블 디바이스 케이스(205)는 링 인터페이스(260), 검출 모듈(265), 케이스 프로세서(270), 전원 인터페이스(275), 케이스 배터리(280), 및 케이스 충전 모듈(285)를 포함할 수 있다.
링 인터페이스(260)는 웨어러블 디바이스(201)의 인터페이스(235)와 물리적으로 연결될 수 있다. 검출 모듈(265)은 웨어러블 디바이스(201)가 웨어러블 디바이스 케이스(205)에 장착(또는 수용)되는지 여부를 검출할 수 있다. 검출 모듈(265)은 웨어러블 디바이스(201)가 웨어러블 디바이스 케이스(205)의 수용부에 장착되면, 케이스 프로세서(270)에 전달할 수 있다. 검출 모듈(265)은 웨어러블 디바이스(201)가 웨어러블 디바이스 케이스(205)에 위치하는지를 검출하는 적어도 하나의 센서를 포함할 수 있다. 예를 들어, 검출 모듈(265)은 웨어러블 디바이스(201)에 접촉(또는 연결)되는 접촉부들(예: 인터페이스(235))을 주기적으로 "핑(ping)"하는 회로일 수 있다. 검출 모듈(265)은 자기 센서, 광센서, 스위치, 홀 효과 센서, 자속 센서, 용량성 센서, 광검출기, 근접 검출기, 순간 스위치, 기계적 센서 또는 전기 센서일 수 있다. 케이스 배터리(280)는 웨어러블 디바이스 케이스(205)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 케이스 배터리(280)는 도 1의 배터리(189)와 동일 또는 유사할 수 있다. 전원 인터페이스(275)는 외부 전원부와 물리적으로 연결될 수 있다.
케이스 프로세서(270)는 웨어러블 디바이스 케이스(205)의 동작을 제어하는 것일 수 있다. 케이스 프로세서(270)는 웨어러블 디바이스 케이스(205)에 포함된 다른 구성요소(예: 검출 모듈(265), 충전 모듈(285))를 제어하고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 예를 들어, 케이스 프로세서(270)는 웨어러블 디바이스(201)가 연결되면, 웨어러블 디바이스(201)가 충전되도록 제어할 수 있다.
케이스 충전 모듈(285)은 웨어러블 디바이스(201) 또는 웨어러블 디바이스 케이스(205)에 공급되는 전력을 관리할 수 있다. 케이스 충전 모듈(285)은 웨어러블 디바이스(201)로 전력을 공급할 수 있다. 케이스 충전 모듈(285)은 전원 인터페이스(275)를 통해 수신되는 전력으로 배터리(280)를 충전시킬 수 있다. 케이스 충전 모듈(285)은 도 1의 전력 관리 모듈(188)과 동일 또는 유사할 수 있다.
도 3은, 일 실시예에 따른, 전자 장치의 구성을 나타낸 블록도이다.
도 3을 참조하면, 전자 장치(300)(예: 도 1의 전자 장치(101))는 통신 회로(310)(예: 도 1의 통신 모듈(190)), 메모리(320)(예: 도 1의 메모리(120)) 및 프로세서(330)(예: 도 1의 프로세서(120))를 포함할 수 있으며, 도시된 구성 중 적어도 일부가 생략 또는 치환될 수 있다.
일 실시예에 따르면, 통신 회로(310)(예: 도 1의 통신 모듈(190))는 외부 장치(예: 도 1의 전자 장치(103))와 통신 채널을 설립하고, 외부 장치와 다양한 데이터를 송수신하도록 지원할 수 있다.
일 실시예에 따르면, 메모리(320)(예: 도 1의 메모리(120))는 정형화된 동작을 포함하는 제스처 및 진동이 매핑된 매핑 테이블을 저장할 수 있다. 메모리(330)는 보안을 위해 설정된 제스처 수행과 관련된 offset에 대한 정보를 저장할 수 있다.
일 실시예에 따르면, 프로세서(330)(예: 도 1의 프로세서(120))는 전자 장치(300)의 전반적인 동작 및 전자 장치(300)의 내부 구성들 간의 신호 흐름을 제어하고, 데이터 처리를 수행할 수 있다.
사용자 인증 및 식별은 PIN이나 디지털 패턴에 의해 이뤄질 수 있다. PIN이나 디지털 패턴의 경우 물리적으로 타인에게 노출될 가능성을 가지고 있다. 또한, 웨어러블 기기의 디스플레이 화면은 스마트폰이나 노트북과 같은 전자 장치와 비교하여 상대적으로 작기 때문에 사용성이 저하될 수 있다. 이러한 단점 및 제약 조건들은 향후 웨어러블 기기를 이용한 서비스에서 사용자에게 불편함을 가져다 줄 수 있다.
예를 들어, 웨어러블 기기는 AR(augmented reality) 혹은 VR(virtual reality) 서비스의 제어 기기로서 사용될 수 있다. 이 경우, 웨어러블 기기는 디스플레이 화면을 포함한 물리적인 표시 장치가 없는 형태로 구현될 수 있다. 또는 웨어러블 기기가 디스플레이 화면을 포함하더라도 디스플레이 출력을 인지하고 입력을 수행하는 것이 사용성 측면에서 불편하게 작용될 수 있다.
본 문서의 일 실시예에 따른 전자 장치는 제스처 인식을 통한 사용자 식별 기능 및 본인 인증에 사용할 수 있도록 보안을 강화할 수 있는 기능을 제공할 수 있다. 일 실시예에 따른 전자 장치는 단순히 제스처의 사용자 별 특징을 구별하여 식별하는 방법이 아닌 다양한 제스처 조합을 등록하고 인증하는 프로세스를 적용하여 디스플레이 출력을 인지하고 입력을 수행하는 사용성 측면에서의 불편함을 개선할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자의 인증이 필요함에 기반하여 사용자가 인증을 위한 제스처를 수행할 수 있도록 요청 신호를 생성 및 출력할 수 있다. 요청 신호는 사용자 인증을 위한 제스처 입력을 요청하는 신호일 수 있다. 예를 들어, 요청 신호는 진동, 소리 또는 이미지의 형태로 출력될 수 있다. 소리 또는 이미지의 형태를 갖는 요청 신호는 타인에게 물리적으로 노출될 수 있는 반면, 진동의 형태를 갖는 요청 신호는 전자 장치(300)를 착용한 사용자에게만 전달될 수 있어 상대적으로 보안에 유리할 수 있다. 이하에서는 알림 신호는 진동인 상황을 가정하여 설명될 것이다.
일 실시예에 따르면, 메모리(320)는 요청 신호(예: 진동)에 대응하는 설정 제스처가 포함된 매핑 데이터를 비일시적으로 및/또는 일시적으로 저장할 수 있다. 매핑 데이터는 요청 신호의 식별 정보(예: 번호) 및 요청 신호의 특징(예: 진동의 횟수, 진동의 길이)과 제스처가 매핑된 데이터일 수 있다. 매핑 데이터는 예를 들어, 다음 표 1와 같이 구현될 수 있다.
번호 진동 타입 제스처
1 짧은 진동 1번 G4,G1,G2
2 긴 진동 1번 G3,G2,G1
3 짧은 진동 2번 G5,G1,G2
4 긴 진동 2번 G6,G5,G1
5 짧은 진동 3번 G1,G5,G6
6 짧은 진동 4번 G1,G6,G5
일 실시예에 따르면, 프로세서(330)는 사용자가 진동 타입에 대응하는 제스처를 수행하는 동안, 복수의 센서들을 통해 제스처에 대응하는 신호를 감지할 수 있다. 프로세서(330)는 신호의 패턴을 기반으로 사용자가 수행한 제스처들과 진동에 대응하는 제스처가 일치하는지 결정할 수 있다. 프로세서(330)는 제스처에 대응하는 신호의 크기와 미리 저장된 신호의 크기가 일치하는지 여부를 확인하는 방식을 이용할 수 있다. 또는 프로세서(330)는 제스처에 대응하는 신호의 파형과 미리 저장된 신호의 파형이 일치하는지 여부를 확인하는 방식을 이용할 수 있다. 예를 들어, 프로세서(330)는 offset이 1로 설정된 상황에서, 햅틱 모듈(예: 도 1의 햅틱 모듈(179))을 이용하여 긴 진동 2번에 대응하는 출력을 제공할 수 있다. 긴 진동 2번에 대응하는 제스처는 4번(G6, G5, G1)이며, offset을 적용하면 사용자가 수행해야 하는 제스처는 5번(G1, G5, G6)이 될 수 있다. 프로세서(330)는 사용자의 제스처를 감지하고, 미리 설정된 제스처들의 조합(예: G1, G5, G6)과 일치하는지 결정할 수 있다. 프로세서(330)는 사용자가 수행한 제스처들의 크기를 진동에 대응하는 제스처들의 크기와 비교하거나, 또는 사용자가 수행한 제스처들의 파형과 ㄹ 진동에 대응하는 제스처들의 파형이 일치함에 기반하여 사용자 인증을 수행할 수 있다. 일 실시예에 따르면, 프로세서(330)는 간섭 및 노이즈를 포함하는 불필요한 신호 성분을 없애기 위해 센서의 신호들을 전처리하는 전처리기, 신호들의 움직임을 감지하여 신호의 시작과 끝을 구별하고, 신호를 잘라내는 분할기, 분할된 신호들로부터 특징 값을 계산하는 특징 추출기 및 특징 값들을 바탕으로 제스처를 구분해내는 분류기를 포함할 수 있다. 전처리기, 분할기, 특징 추출기 및/또는 분류기는 소프트웨어적으로 구현되거나, 별도의 회로로 구현될 수도 있다. 인공지능 학습 모델(미도시)은 사용하려는 제스처들의 샘플들로 구성된 트레이닝 셋을 입력으로 하여 러닝 알고리즘을 이용해 학습을 수행하고 결과물을 출력할 수 있다. 프로세서(330)는 인공지능 학습모델 상에서 출력된 결과물을 수신하여 분류기의 기능을 수행할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자 식별에 유효한 특징들을 선별하고, 가중치를 부여하는 특징 선별기 및 입력 신호에 대해 선별된 특징들과 가중치에 기반하여 설정된 사용자와 일치할 확률을 계산하는 식별점수 계산기를 포함할 수 있다. 특징 선별기 및/또는 식별 점수 계산기는 소프트웨어적으로 구현되거나, 별도의 회로로 구현될 수도 있다. 프로세서(330)는 트레이닝 셋을 기반으로 개발단계에서 사용자 식별에 유효한 특징들을 선별할 수 있다. 프로세서(330)는 사용자가 직접 수행한 제스처 샘플들을 이용하여 사용자 식별에 유효한 특징들을 선별할 수 있다. 사용자 식별에 유효한 특징은 예를 들어, 사용자마다 동작의 크기가 다른 특징 또는 동작을 수행하는데 소요되는 시간이 다른 특징을 의미할 수 있다. 프로세서(330)는 입력된 제스처들의 특징을 기반으로 확률 질량 함수(PMF, probability mass function)를 만들 수 있다. 프로세서(330)는 확률 질량 함수를 이용하여 기 저장된 사용자 제스처의 특징들과 입력된 제스처들의 특징이 얼마나 일치하는지에 대한 확률을 결정할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자 식별 및 인증을 위해 사용자에게 초기 설정 시 인증에 사용할 제스처의 등록을 요청할 수 있다. 프로세서(330)는 제스처를 조합하여 제스처의 등록을 가이드할 수 있다. 제스처는 일반적으로 누구나 쉽게 수행할 수 있는 정형화된 제스처를 포함할 수 있다. 정형화된 제스처는 사전에 설정될 수 있으며 예를 들어, 주먹 쥐었다 펴기(OCO: open-clench-open), 엄지와 검지로 집었다 떼기(pinch), 손날치기(slice), 노크하기(knockdown) 또는 검지로 원 그리기(circle) 동작 중 적어도 어느 하나를 포함할 수 있다. 이는 일 예시일 뿐, 제스처의 종류가 이것으로 한정되는 것은 아닐 수 있다.
일 실시예에 따르면, 프로세서(330)는 정형화된 제스처를 이용하여 제스처 인식의 정확도를 상승시키고, 사용자 식별 과정에서 제스처 별 특징을 더 쉽게 분석할 수 있다. 프로세서(330)는 정형화된 제스처가 아닌 사용자가 임의로 수행한 제스처에 대해서는 정확한 인식 및 특징 파악이 어려울 수 있다. 프로세서(330)는 예상 가능한 패턴의 범위를 설정하여 일관성 있게 제스처 별 특징을 추출할 수 있다. 다만, 프로세서(330)는 하나의 제스처만을 이용하는 경우 사용자 식별 성능에 한계를 가질 수 있다. 또한, 전자 장치(300)는 해당 제스처가 노출된 상황에서 보안에 취약해질 수 있다.
본 문서에 따른 전자 장치(300)는 이런 문제를 개선하기 위해 복수의 제스처들의 조합으로 사용자 식별에 사용할 제스처를 설정할 수 있다. 프로세서(330)는 복수의 제스처들의 조합으로 사용자 식별에 사용할 제스처를 설정하여 사용자가 복수의 제스처들을 수행하면서 발생하는 신호 패턴 상에서 더 많은 정보를 얻을 수 있다. 예를 들어, 프로세서(330)는 사용자 제스처의 신호 파형, 복수의 제스처들 사이의 신호 파형이나 연결 동작의 신호 파형에서 사용자의 특성을 추출하고, 사용자 식별 성능을 향상시킬 수 있다. 또한 프로세서(330)는 복수의 제스처들의 조합으로 사용자 식별에 사용할 제스처를 설정하여 인증의 복잡도를 높여서 보안을 강화시킬 수 있다. 예를 들어, 프로세서(330)는 설정할 수 있는 제스처의 종류가 10가지일 때 이 중에서 3개의 제스처를 이용해 총 1000(예: 10*10*10)개의 조합을 생성할 수 있다. 또는 프로세서(330)는 설정할 수 있는 제스처의 종류가 5가지일 때 이 중에서 3개의 제스처를 이용해 총 125(예: 5*5*5)개의 조합을 생성할 수 있다. 프로세서(330)는 제스처의 종류와 조합되는 수를 늘려 보안을 강화시킬 수 있다. 다만, 이러한 방법은 사용자가 제스처의 종류 및 조합을 모두 외우고 있어야 하는 어려움을 가질 수 있다.
일 실시예에 따르면, 프로세서(330)는 제스처의 종류 및 진동에 대응하는 제스처들의 조합이 기재된 매핑 데이터를 사용자에게 표시하여 사용자가 제스처의 종류 및 조합을 모두 외우고 있어야 하는 어려움을 해결할 수 있다. 다만, 전자 장치(300)는 제스처의 종류 및 진동에 대응하는 제스처들의 조합이 기재된 테이블을 사용자에게 표시하면서 등록되지 않은 타인에게도 테이블이 표시되어 보안 위험이 증가할 수 있다. 이러한 보안 위험을 방지하기 위해 프로세서(330)는 사용자에 의해 사전에 설정된 offset을 이용할 수 있다. offset은 예를 들어 1,2,3 과 같은 한 자리의 특정한 숫자를 의미할 수 있다.
일 실시예에 따르면, 프로세서(330)는 햅틱 모듈(예: 도 1의 햅틱 모듈(179))을 이용하여 진동의 형태를 갖는 요청 신호를 출력할 수 있다. 사용자는 진동을 느끼고 진동에 대응하는 제스처의 조합을 수행할 수 있다. 이 과정에서 기 설정된 offset이 활용될 수 있다. 예를 들어, 기 설정된 offset의 값이 2인 상황에서, 프로세서(330)는 짧은 진동 1번의 형태를 갖는 신호를 출력할 수 있다. 프로세서(330)는, 진동을 지시하는 번호와 offset을 더한 번호의 진동에 대응하는 제스처 조합을 수신할 수 있다. 프로세서(330)는 사용자가 수행한 제스처 조합이 번호 1에 대응하는 G4,G1,G2가 아니라, 번호 3에 대응하는 G5,G1,G2와 일치함에 기반하여 사용자 인증을 완료할 수 있다. offset 값은 일 예시일 뿐 고정된 것이 아니며, 사용자에 의해 다르게 설정될 수 있다. 사용자는 자신이 설정한 하나의 숫자(offset)만을 인지하고 있으면 되기 때문에 사용자 편의성이 향상될 수 있다.
도 4a는 사용자에 의해 수행된 제스처 신호의 분할 과정을 순서도로 나타낸 것이다.
일 실시예에 따르면, 프로세서(예: 도 3의 프로세서(330))는 사용자에 의해 제스처들이 수행된 전체 구간(또는 활성화 구간)을 결정할 수 있다. 프로세서(330)는 요청 신호(예: 진동) 발생 후 지정된 시간 이내에 사용자가 제스처를 수행하면 제스처에 대응하는 신호를 감지할 수 있다. 프로세서(330)는 연속된 신호를 분할하여 적어도 하나의 제스처를 인식하고, 제스처들의 조합을 식별할 수 있다. 프로세서(330)는 연속된 신호 사이의 휴지기(intermission)를 감지하고, 휴지기를 기준으로 신호를 분할할 수 있다. 휴지기는 일정 시간 이상(또는 초과) 신호의 움직임이 지정된 수준 미만인 구간을 의미할 수 있다. 구분점은 일정 시간 이상이 아닌 일시적으로 신호의 움직임이 지정된 수준 미만인 구간을 의미할 수 있다.
일 실시예에 따르면, 프로세서(330)는 휴지기 및 구분점에 기반하여 연속된 신호가 설정된 제스처 개수로 분할이 이뤄지는지 결정할 수 있다. 설정된 제스처 수는 인증 제스처의 조합의 수를 의미할 수 있다. 예를 들어, 사용자가 수행해야 하는 제스처의 조합이 G1, G5, G6인 경우, 설정된 제스처 수는 3을 의미할 수 있다. 프로세서(330)는 연속된 신호가 우선 3개의 제스처로 구분되는지 결정할 수 있다. 프로세서(330)는 설정한 제스처 개수만큼 분할이 되면 이를 기준으로 특징점을 추출하고, 사용자가 수행한 제스처들이 미리 설정된 제스처들과 일치하는지 결정할 수 있다.
일 실시예에 따르면, 프로세서(330)는 설정한 제스처의 개수보다 사용자가 수행한 제스처들의 수가 많거나 적으면 사용자가 수행한 제스처들의 조합에 기반하여 여러 분할 케이스들의 확률을 고려할 수 있다. 예를 들어, 도 4b에서 프로세서(330)는 진동에 대응하는 사용자의 복수의 제스처들을 감지할 수 있다. 프로세서(330)는 정지 구간(예: 휴지기(415))을 기준으로 제 1 제스처(410) 와 나머지 제스처들을 구분할 수 있다. 제 1 케이스에서, 프로세서(330)는 제 1 구간(425)을 기준으로 하여 제 2 제스처(420) 및 제 3 제스처(430)를 구분할 수 있다. 제 2 케이스에서, 프로세서(330)는 제 2 구간(435)을 기준으로 하여 제 2 제스처(420) 및 제 3 제스처(430)를 구분할 수 있다. 프로세서(330)는 제 2 케이스에서, 제 3 제스처(430)의 구현 시간이 상대적으로 짧기 때문에 사용자가 특정한 제스처를 의도했을 확률이 제 2 케이스와 비교하여 상대적으로 낮은 것으로 결정할 수 있다. 프로세서(330)는 이런 확률 계산에 기반하여 사용자의 제스처들이 제 2 케이스일 확률보다 제 1 케이스일 확률이 높다고 결정할 수 있다. 프로세서(330)는 제 1 케이스에 기반하여 제 1 제스처(410), 제 2 제스처(420) 및 제 3 제스처(430)를 결정하고, 미리 설정된 제스처들과 일치하는지 결정할 수 있다. 프로세서(330)는 여러 분할 케이스(예: 제 1 케이스, 제 2 케이스)들의 확률을 고려하여 사용자가 의도한 제스처들의 조합을 결정할 수 있다. 제스처 프로세서(330)는 사용자가 의도한 제스처들의 조합이 미리 설정된 제스처들과 일치하는지 결정할 수 있다.
도 4b는 사용자에 의해 수행된 제스처 신호의 파형을 나타낸 것이다.
일 실시예에 따르면, 프로세서(330)는 휴지기 및 구분점을 기반으로 신호를 구분하고, 사용자가 수행한 제스처들의 수를 결정할 수 있다. 휴지기(415)는 일정 시간 이상(또는 초과) 신호의 움직임이 지정된 수준 미만인 구간을 의미할 수 있다. 정지 구간(425, 435)은 일정 시간 이상이 아닌 일시적으로 신호의 움직임이 지정된 수준 미만인 구간을 의미할 수 있다.
도 4b에서, 프로세서(330)는 사용자에 의해 수행된 제스처 신호들의 시작과 끝을 결정할 수 있다. 구간 440은 사용자에 의해 수행된 제스처 신호들의 시작과 끝을 나타내는 전체 구간을 의미할 수 있다. 프로세서(330)는 휴지기(415)를 기준으로 하여 제 1 제스처(410)와 나머지를 구분할 수 있다. 구간 450은 제 1 제스처(410)에 대응하는 신호 및 나머지 신호의 구간을 의미할 수 있다. 프로세서(330)는 사용자에 의해 수행된 제스처 신호들의 파형에서 제 1 구간(425) 및 제 2 구간(435)을 감지할 수 있다. 프로세서(330)는 제 1 구간(425)을 기준으로 제 2 제스처(420) 및 제 3 제스처(430)를 구분할 수도 있고, 제 2 구간(435)을 기준으로 제 2 제스처(420) 및 제 3 제스처(430)를 구분할 수도 있다. 구간 460은 제 1 구간(425)을 기준으로 제 2 제스처(420) 및 제 3 제스처(430)를 구분한 상황을 의미할 수 있다. 구간 470은 제 2 구간(435)을 기준으로 제 2 제스처(420) 및 제 3 제스처(430)를 구분한 상황을 의미할 수 있다.
일 실시예에 따르면, 프로세서(330)는 구간 460 및 구간 470을 포함한 구간 480 사이에서 어느 구간(예: 제 1 구간(425), 제 2 구간(435))을 기준으로 사용자의 제 2 제스처(420) 및 제 3 제스처(430)를 구분할지 결정할 수 있다. 프로세서(330)는 구간 460 및 구간 470에 대한 특징을 추출하고, 추출된 특징을 바탕으로 제스처를 구분해내는 분류 동작을 수행할 수 있다. 프로세서(330)는 특징 값들을 바탕으로 구간 460 및 구간 470 중에서 어느 케이스가 더 제스처에 가까운지 결정할 수 있다. 예를 들어, 프로세서(330)는 제 2 구분점(435)을 기준으로 제 2 제스처(420) 및 제 3 제스처(430)를 구분하면 제 3 제스처에 대응하는 시간이 비교적 짧아서 사용자가 의도한 제스처가 아닌 것으로 결정할 수 있다. 이 경우, 프로세서(330)는 제 2 구분점(435)이 아닌 제 1 구분점(425)을 기준으로 제 2 제스처(420) 및 제 3 제스처(430)를 구분할 수 있다. 구간 490은 프로세서(330)가 최종적으로 휴지기(415) 및 제 1 구분점(425)을 기준으로 사용자의 복수의 제스처들을 구분한 상황을 의미할 수 있다.
일 실시예에 따르면, 인공지능 학습 모델(미도시)은 사용하려는 제스처들의 샘플들로 구성된 트레이닝 셋을 입력으로 하여 러닝 알고리즘을 이용해 학습을 수행하고 결과물을 출력할 수 있다. 프로세서(330)는 인공지능 학습모델 상에서 출력된 결과물을 수신하여 분류기의 기능을 수행할 수 있다. 트레이닝 셋은 다양한 사람들의 제스처 샘플이 포함될 수 있다. 인공지능 학습모델(미도시)은 사용자의 제스처 샘플을 수집하고 이를 기반으로 학습을 수행하여 특정 사용자에 대해서 더 높은 정확도를 가진 인증을 수행할 수 있다. 프로세서(330)는 인공지능 학습모델 및 트레이닝 셋을 이용하여 사람들의 제스처를 명확하게 식별할 수 있다. 프로세서(330)는 사람들의 제스처를 명확하게 식별하고 특정 사용자의 인증을 수행할 수 있다.
도 5는 인증 제스처의 점수화를 위한 확률 질량 함수를 도시한 것이다.
일 실시예에 따르면, 프로세서(예: 도 3의 프로세서(330))는 사용자 식별 절차 과정에서 사용자 제스처 신호 상의 특징들을 기반으로 사용자 수집 행위에 의해 사전에 저장된 제스처들의 샘플과 사용자가 수행한 제스처가 확률적으로 얼마나 일치하는지 비교하고, 점수화시킬 수 있다. 사용자 식별 절차에서 사용되는 특징들은 제스처 분류를 위해 사용되는 특징들(예: 각 신호 파형, 휴지기, 구분점)을 의미할 수 있다. 예를 들어, 프로세서(330)는 제 1 제스처(410), 제 2 제스처(420) 및 제 3 제스처(430)에 대응하는 신호 파형을 이용하여 사용자 식별 절차에서 사용되는 제스처를 분류하기 위한 특징을 추출할 수 있다. 또는 프로세서(330)는 제 1 제스처(410) 및 제 2 제스처(420) 사이의 휴지기(415)나 제 2 제스처(420) 및 제 3 제스처(430) 사이의 제 1 구분점(425) 및 제 2 구분점(435)을 이용하여 사용자 식별 절차에서 사용되는 제스처를 분류하기 위한 특징을 추출할 수도 있다.
프로세서(330)는 입력된 제스처들의 특징을 기반으로 확률 질량 함수(PMF, probability mass function)를 생성할 수 있다. 프로세서(330)는 확률 질량 함수를 이용하여 기 저장된 사용자 제스처의 특징들과 입력된 제스처들의 특징이 얼마나 일치하는지에 대한 확률을 결정할 수 있다. 확률 질량 함수는 메모리(예: 도 3의 메모리(320)) 상에 저장될 수 있다.
확률 질량 함수는 사용자의 인증 제스처 설정 후, 설정된 인증 제스처에 대한 샘플을 바탕으로 도출될 수 있다. 프로세서(330)는 확률 질량 함수를 이용하여 인증 시 획득된 신호에 대해 수집된 샘플들에 대한 신호와 가까운 정도를 수치화할 수 있다. 프로세서(330)는 수치화된 점수에 기반하여 인증 시 획득된 신호가 사용자의 신호인지, 사용자가 아닌 다른 사람의 신호인지 결정할 수 있다.
도 5의 그래프는 사용자 제스처 신호 상의 특징들을 기반으로 사용자 제스처와 제스처의 일치에 대한 확률 질량 함수를 나타낸 것이다. 제 1 함수(510)는 대상이 되는 사용자의 제스처가 제스처와 일치하는 확률 질량 함수를 의미할 수 있다. 제 2 함수(520)는 다른 사용자의 제스처가 제스처와 일치하는 확률 질량 함수를 의미할 수 있다. 도 5의 그래프 상에서 중앙 또는 피크(peak)에 가까울수록 사용자의 제스처가 제스처와 일치할 확률이 높음을 의미할 수 있다. 즉, 대상 사용자의 제스처에 대한 확률이 제 1 함수(510)의 중앙값(512)에 가까울수록 대상이 되는 사용자와 일치할 확률이 높을 수 있다. 확률 질량 함수의 분산은 제스처 신호의 변동성에 기반하여 결정될 수 있다. 사용자는 외부 환경의 변화로 인해 항상 동일한 환경에서 제스처를 수행하기는 어려울 수 있다. 예를 들어, 프로세서(330)는 전자 장치의 착용 상태 또는 착용 위치에 따라 사용자가 동일한 제스처를 수행하더라도 제스처에 대응하는 신호를 다르게 감지할 수 있다. 이런 변동성은 확률 분포의 분산을 크게 만들고, 확률 분포가 퍼지게 만들 수 있다.
일 실시예에 따르면, 프로세서(330)는 입력으로 들어온 신호에 대해 확률 분포 평균과 표준 편차를 이용하여 이산적으로 구역을 나누고, 점수를 결정할 수 있다. 예를 들어, 제 1 함수(510)에서 사용자 확률 분포의 평균이 , 분산이 이 라고 하면, 제 1 함수(510)의 특징 값 x에 대한 점수 s는 다음과 같다.
이 때, r(r1<r2<r3)은 확률 분포의 중심에서부터의 영역 설정을 위한 상수를 의미한다. a(a1>a2>a3)는 각 확률 분포의 영역별 점수를 의미한다. 각 특징에서 얻는 점수들에 대해 사용자 식별을 위한 최종 점수(St)는 아래와 같이 표현될 수 있다.
는 각 특징 별 가중치를 의미하며 는 사용자 식별에 사용되는 유효 특징 집단을 의미한다. 특징 별 가중치와 유효 특징 집단은 사용자 개개 별로 혹은 제스처 별로 달라질 수 있다. 유효 특징은 사용자 식별에 사용할 수 있는 신호의 특징을 의미한다. 전자 장치(300)는 트레이닝 셋을 통해 유효 특징을 선별할 수 있다. 전자 장치(300)는 동일한 제스처에 대해 사용자 별로 확률 질량 함수를 도출할 수 있다. 다만, 사람 간의 거리를 모두 계산하는 방법은 평균에서 벗어난 특정 샘플들의 영향으로 인해 오류가 생길 수 있다. 또한, 사람 간의 거리를 모두 계산하는 방법은 계산량이 많아지는 문제가 있다. 전자 장치(300)는 이러한 문제를 방지하기 위해 유효한 특징들을 선별하여 계산의 대상이 되는 샘플을 결정할 수 있다. 전자 장치(300)는 이러한 과정을 거쳐 수집했던 제스처 샘플들을 이용하여 확률 질량 함수를 도출할 수 있다. 전자 장치(300)는 확률 질량 함수를 이용하여 입력 신호에 대한 사용자 식별 점수를 결정할 수 있다. 전자 장치(300)는 사용자 식별 점수가 지정된 수준을 초과함에 기반하여 사용자 식별 및 인증을 완료할 수 있다.
일 실시예에 따르면, 프로세서(330)는 대상이 되는 사용자의 확률 분포의 분산이 크지 않으면서, 대상이 되는 사용자의 확률 분포 및 다른 사용자의 확률 분포 함수가 구분이 되는 환경에서 정확한 사용자 식별을 수행할 수 있다. 확률 분포 함수 간 겹치는 영역이 상대적으로 작을수록 대상이 되는 사용자의 확률 분포 함수와 다른 사용자의 확률 분포 함수가 구분될 확률이 높아질 수 있다. 예를 들어, 제 1 함수(510)의 중앙값(512)이 제 2 함수(520)의 중앙값(522)과 차이가 일정 수준을 초과하면서, 제 1 함수(510) 및 제 2 함수(520)가 겹쳐지는 부분(530)이 상대적으로 작을수록 대상이 되는 사용자의 확률 분포 함수와 다른 사용자의 확률 분포 함수가 구분될 확률이 높을 수 있다. 프로세서(330)는 이런 계산 과정 및 확률 분포 함수를 이용하여 입력 신호에 대한 사용자 식별 점수를 결정할 수 있다. 프로세서(330)는 사용자 식별 점수가 지정된 수준을 초과함에 기반하여 대상 사용자와 일치하는 것으로 결정할 수 있다. 프로세서(330)는 대상 사용자와 일치하는 것으로 결정함에 기반하여 인증 과정을 종료하고 보안 잠금을 해제하거나 또는 중 채널 인증을 수행하여 외부 장치의 연결을 허용할 수 있다. 프로세서(330)가 수행할 수 있는 동작은 이것으로 제한되는 것은 아니며, 이외에도 사용자 인증이 필요한 다양한 동작을 수행할 수 있다.
도 6은 일 실시예에 따른 전자 장치의 사용자의 제스처를 이용해 인증을 수행하는 방법을 순서도로 나타낸 것이다.
도 6을 통하여 설명되는 동작들은 컴퓨터 기록 매체 또는 메모리(예: 도 3의 메모리(320))에 저장될 수 있는 인스트럭션들 을 기반으로 구현될 수 있다. 도시된 방법(600)은 앞서 도 1 내지 도 5를 통해 설명한 전자 장치(예: 도 3의 전자 장치(300))에 의해 실행될 수 있으며, 앞서 설명한 바 있는 기술적 특징은 이하에서 생략하기로 한다. 도 6의 각 동작의 순서가 변경될 수 있으며, 일부 동작이 생략될 수도 있고, 일부 동작들이 동시에 수행될 수도 있다.
동작 610에서, 프로세서(예: 도 3의 프로세서(330))는 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자 식별 및 인증을 위해 사용자에게 초기 설정 시 인증에 사용할 제스처의 등록을 요청할 수 있다. 프로세서(330)는 제스처를 조합하여 제스처의 등록을 가이드할 수 있다. 제스처는 일반적으로 누구나 쉽게 수행할 수 있는 정형화된 제스처를 의미할 수 있다. 제스처는 예를 들어, 주먹 쥐었다 펴기(OCO: open-clench-open), 엄지와 검지로 집었다 떼기(pinch), 손날치기(slice), 노크하기(knockdown) 또는 검지로 원 그리기(circle) 중 적어도 어느 하나를 포함할 수 있다. 이는 일 예시일 뿐, 제스처의 종류가 이것으로 한정되는 것은 아닐 수 있다.
일 실시예에 따르면, 프로세서(330)는 복수의 제스처들의 조합으로 사용자 식별에 사용할 제스처를 설정하여 사용자가 복수의 제스처들을 수행하면서 발생하는 신호 패턴 상에서 더 많은 정보를 얻을 수 있다. 예를 들어, 프로세서(330)는 제스처의 신호 파형, 제스처 사이의 신호 파형이나 연결 동작의 신호 파형에서 사용자의 특성을 추출하고, 사용자 식별 성능을 향상시킬 수 있다. 또한 프로세서(330)는 복수의 제스처들의 조합으로 사용자 식별에 사용할 제스처를 설정하여 인증의 복잡도를 높여서 보안을 강화시킬 수 있다. 예를 들어, 프로세서(330)는 설정할 수 있는 제스처의 종류가 10가지일 때 이 중에서 3개의 제스처를 이용해 총 1000(=10^3)개의 조합을 생성할 수 있다. 또는 프로세서(330)는 설정할 수 있는 제스처의 종류가 5가지일 때 이 중에서 3개의 제스처를 이용해 총 125(=5^3)개의 조합을 생성할 수 있다. 프로세서(330)는 제스처의 종류와 조합되는 수를 늘려 보안을 강화시킬 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자가 요청 신호(예: 진동)에 대응하는 제스처를 수행하면, 복수의 센서들을 통해 신호를 감지할 수 있다. 프로세서(330)는 신호의 패턴을 기반으로 사용자가 수행한 제스처들과 요청 신호(예: 진동)에 대응하는 제스처가 일치하는지 결정할 수 있다. 프로세서(330)는 사용자가 수행한 제스처들과 요청 신호(예: 진동)에 대응하는 제스처가 일치함에 기반하여 사용자 식별 과정을 진행할 수 있다.
일 실시예에 따르면, 제 1 제스처 및 제 2 제스처 사이의 신호 파형은 신호 움직임의 크기가 지정된 수준 미만인 구간들 중에서 지정된 기간을 초과하는 제 1 구간을 포함할 수 있다. 제 1 구간은 예를 들어, 휴지기(예: 도 4의 휴지기(415))를 의미할 수 있다. 프로세서(330)는 제 1 구간의 위치 및 빈도에 기반하여 사용자 특성을 결정할 수 있다.
동작 620에서, 프로세서(330)는 출력된 신호에 대응하는 복수의 제스처들을 결정하고, 사용자가 수행한 제스처들이 출력된 신호에 대응하는 복수의 제스처들과 일치하는지 확인할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자가 수행한 제스처들의 순서가 매핑 데이터상에서 출력된 신호(예: 진동)에 대응하는 복수의 제스처들의 순서와 일치하는지 결정할 수 있다. 예를 들어, 매핑 데이터 상에서 출력된 신호(예: 진동)에 대응하는 복수의 제스처들의 순서가 G1,G4,G3인 경우, 프로세서(330)는 사용자가 수행한 제스처들의 순서가 G1,G4,G3 와 일치하는지 결정할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자가 수행한 제스처들의 순서가 매핑 데이터 상에서 출력된 신호(예: 진동)에 대응하는 복수의 제스처들의 순서와 일치하지 않음에 기반하여 다시 제스처들을 수행할 것을 지시하는 정보를 표시할 수 있다.
일 실시예에 따르면, 프로세서(330)는 사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하는지 여부 및 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치하는지 여부에 기반하여 점수를 부여할 수 있다.
일 실시예에 따르면, 프로세서(330)는 부여된 점수가 지정된 수준을 초과하는 것에 기반하여 사용자의 제스처가 적절한 것으로 결정할 수 있다. 또한, 프로세서(330)는 부여된 점수가 지정된 수준 이하(또는 미만)임에 기반하여 사용자의 제스처가 적절하지 않은 것으로 결정할 수 있다. 프로세서(330)는 부여된 점수가 지정된 수준 이하(또는 미만)임에 기반하여 다시 임의로 결정된 진동을 사용자에게 제공하고, 진동에 대응하는 복수의 제스처들을 수행할 것을 요구할 수 있다.
동작 640에서, 프로세서(330)는 사용자가 수행한 제 1 제스처의 신호 파형, 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정할 수 있다.
동작 650에서, 프로세서(330)는 결정된 사용자 특성이 메모리(320) 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 사용자의 인증을 수행할 수 있다.
일 실시예에 따르면, 프로세서(330)는 결정된 사용자 특성이 메모리(320) 상에 미리 저장된 사용자 특성과 일치함에 기반하여 전자 장치(300)의 보안 잠금을 해제하거나 또는 다중 채널 인증을 수행하여 외부 장치의 연결을 허용할 수 있다.
일 실시예에 따르면, 전자 장치(300)는 인공지능 학습모델을 더 포함할 수 있다. 프로세서(330)는 인공지능 학습모델을 이용하여 타임라인 상에서 제 1 구간의 위치 및 빈도에 기반하여 결정된 사용자 특성을 학습시키고, 전자 장치(300)의 사용자에 대응하는 사용자 특성을 결정할 수 있다.
전자 장치는 전자 장치의 움직임을 감지하는 센서, 메모리 및 프로세서를 포함할 수 있다. 프로세서는 사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하고, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하고, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 복수의 제스처들과 지정된 수준을 초과하여 일치함에 기반하여, 제 1 제스처 및 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하고, 결정된 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 사용자의 인증을 수행할 수 있다.
일 실시예에 따르면, 프로세서는 제 1 제스처 및 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 결정된 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치함에 기반하여 전자 장치의 보안 잠금을 해제하거나 또는 다중 채널 인증을 수행하여 외부 장치의 연결을 허용 할 수 있다.
일 실시예에 따르면, 프로세서는 사용자에게 인증 요청 신호와 복수의 제스처(gesture)들이 매핑된 매핑 데이터를 표시하고, 매핑 데이터에 포함된 인증 요청 신호의 특성에 기반하여 인증 제스처를 요청하는 신호를 출력한 후, 센서를 이용해 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하고,기 설정된 오프셋(offset)을 이용하여 매핑 데이터 상에서 신호에 대응하는 복수의 제스처들을 결정하고,사용자가 수행한 제스처들의 순서가 출력된 신호의 식별 정보에서 오프셋을 적용한 신호의 식별 정보에 대응하는 복수의 제스처들의 순서와 일치하는지 여부를 결정하며, 인증 요청 신호는 진동 형태를 포함 할 수 있다.
일 실시예에 따르면, 프로세서는 사용자가 수행한 제스처들의 순서가 출력된 진동의 식별 정보에서 오프셋을 적용한 진동의 식별 정보에 대응하는 복수의 제스처들의 순서와 일치하지 않음에 기반하여 다시 제스처들을 수행할 것을 지시하는 정보를 표시 할 수 있다.
일 실시예에 따르면, 프로세서는 사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하는지 여부 및 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치하는지 여부에 기반하여 사용자의 인증을 위한 행동에 점수를 부여 할 수 있다.
일 실시예에 따르면, 프로세서는 점수가 지정된 수준을 초과하는 것에 기반하여 사용자의 인증을 수행하고, 점수가 지정된 수준 이하(또는 미만)임에 기반하여 사용자의 인증을 수행하지 않을 수 있다.
일 실시예에 따르면, 프로세서는 점수가 지정된 수준 이하(또는 미만)임에 기반하여 다시 임의로 결정된 진동을 사용자에게 제공하고, 출력된 진동의 식별 정보에서 오프셋을 적용한 진동의 식별 정보에 대응하는 복수의 제스처들을 수행할 것을 요구 할 수 있다.
일 실시예에 따르면, 프로세서는 진동에 대응하는 숫자 및 오프셋에 대응하는 특정한 숫자에 기반하여 매핑 데이터 상에서 사용자가 수행해야 할 복수의 제스처들의 조합을 결정 할 수 있다.
일 실시예에 따르면, 제 1 제스처 및 제 2 제스처 사이의 신호 파형은 신호 움직임의 크기가 지정된 수준 미만인 구간들 중에서 지정된 기간을 초과하는 제 1 구간을 포함할 수 있다. 프로세서는 제 1 제스처의 신호 파형, 제 2 제스처의 신호 파형, 타임라인 상에서 제 1 구간의 위치 및 빈도에 기반하여 사용자 특성을 결정 할 수 있다.
일 실시예에 따르면, 전자 장치는 인공지능 학습모델을 더 포함하며, 프로세서는 인공지능 학습모델을 이용하여 타임라인 상에서 제 1 구간의 위치 및 빈도에 기반하여 결정된 사용자 특성을 학습시키고, 전자 장치의 사용자에 대응하는 사용자 특성을 결정할 수 있다.
전자 장치의 인증 수행 방법은 사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하는 동작, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하는 동작, 제 1 제스처 및 제 2 제스처에 대응하는 신호가 복수의 제스처들과 일치함에 기반하여, 제 1 제스처 및 제 2 제스처의 신호 파형, 제 1 제스처 및 제 2 제스처 사이의 신호 파형 또는 제 1 제스처 및 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하는 동작 및 결정된 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 사용자의 인증을 수행하는 동작을 포함할 수 있다.
일 실시예에 따르면, 전자 장치의 인증 수행 방법은 기 설정된 오프셋(offset) 및 임의로 결정된 요청 신호에 기반하여 매핑 데이터 상에서 사용자가 수행해야 하는 복수의 제스처들의 조합을 검색하는 동작을 더 포함하며, 요청 신호는 진동 형태를 포함할 수 있다.
일 실시예에 따르면, 전자 장치의 인증 수행 방법은 사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하고, 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치함에 기반하여 사용자의 인증을 수행하는 동작을 더 포함할 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    상기 전자 장치의 움직임을 감지하는 센서;
    메모리;및
    프로세서를 포함하고,
    상기 프로세서는
    사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하고,
    상기 제 1 제스처 및 상기 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하고,
    상기 제 1 제스처 및 상기 제 2 제스처에 대응하는 신호가 상기 복수의 제스처들과 지정된 수준을 초과하여 일치함에 기반하여, 상기 제 1 제스처 및 상기 제 2 제스처의 신호 파형, 상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형 또는 상기 제 1 제스처 및 상기 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하고,
    결정된 상기 사용자 특성이 상기 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 상기 사용자의 인증을 수행하는 전자 장치.
  2. 제 1항에 있어서,
    상기 프로세서는
    상기 제 1 제스처 및 상기 제 2 제스처의 신호 파형, 상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형 또는 상기 제 1 제스처 및 상기 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 결정된 사용자 특성이 상기 메모리 상에 미리 저장된 사용자 특성과 일치함에 기반하여
    상기 전자 장치의 보안 잠금을 해제하거나 또는 다중 채널 인증을 수행하여 외부 장치의 연결을 허용하는 전자 장치.
  3. 제 1항에 있어서,
    상기 프로세서는
    사용자에게 인증 요청 신호와 복수의 제스처(gesture)들이 매핑된 매핑 데이터를 표시하고,
    상기 매핑 데이터에 포함된 인증 요청 신호의 특성에 기반하여 인증 제스처를 요청하는 신호를 출력한 후, 센서를 이용해 상기 제 1 제스처 및 상기 제 2 제스처에 대응하는 신호를 감지하고,
    기 설정된 오프셋(offset)을 이용하여 상기 매핑 데이터 상에서 신호에 대응하는 복수의 제스처들을 결정하고,
    사용자가 수행한 제스처들의 순서가 상기 출력된 신호의 식별 정보에서 상기 오프셋을 적용한 신호의 식별 정보에 대응하는 복수의 제스처들의 순서와 일치하는지 여부를 결정하며,
    상기 인증 요청 신호는 진동 형태를 포함하는 전자 장치.
  4. 제 3 항에 있어서,
    상기 프로세서는
    사용자가 수행한 제스처들의 순서가 상기 출력된 진동의 식별 정보에서 상기 오프셋을 적용한 진동의 식별 정보에 대응하는 복수의 제스처들의 순서와 일치하지 않음에 기반하여 다시 제스처들을 수행할 것을 지시하는 정보를 표시하는 전자 장치.
  5. 제 3항에 있어서,
    상기 프로세서는
    사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하는지 여부 및 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치하는지 여부에 기반하여 사용자의 인증을 위한 행동에 점수를 부여하는 전자 장치.
  6. 제 5항에 있어서,
    상기 프로세서는
    상기 점수가 지정된 수준을 초과하는 것에 기반하여 상기 사용자의 인증을 수행하고,
    상기 점수가 지정된 수준 이하(또는 미만)임에 기반하여 상기 사용자의 인증을 수행하지 않는 전자 장치.
  7. 제 5항에 있어서,
    상기 프로세서는
    상기 점수가 지정된 수준 이하(또는 미만)임에 기반하여 다시 임의로 결정된 진동을 사용자에게 제공하고, 상기 출력된 진동의 식별 정보에서 상기 오프셋을 적용한 진동의 식별 정보에 대응하는 복수의 제스처들을 수행할 것을 요구하는 전자 장치.
  8. 제 3항에 있어서,
    상기 프로세서는
    진동에 대응하는 숫자 및 상기 오프셋에 대응하는 특정한 숫자에 기반하여 상기 매핑 데이터 상에서 사용자가 수행해야 할 복수의 제스처들의 조합을 결정하는 전자 장치.
  9. 제 1항에 있어서,
    상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형은
    신호 움직임의 크기가 지정된 수준 미만인 구간들 중에서 지정된 기간을 초과하는 제 1 구간을 포함하며,
    상기 프로세서는
    상기 제 1 제스처의 신호 파형, 상기 제 2 제스처의 신호 파형, 타임라인 상에서 상기 제 1 구간의 위치 및 빈도에 기반하여 사용자 특성을 결정하는 전자 장치.
  10. 제 9항에 있어서,
    상기 전자 장치는
    인공지능 학습모델을 더 포함하며,
    상기 프로세서는
    상기 인공지능 학습모델을 이용하여 타임라인 상에서 상기 제 1 구간의 위치 및 빈도에 기반하여 결정된 사용자 특성을 학습시키고,
    상기 전자 장치의 사용자에 대응하는 사용자 특성을 결정하는 전자 장치.
  11. 전자 장치의 인증 수행 방법에 있어서,
    사전에 설정된 인증 제스처를 요청하는 신호를 출력하고 센서를 이용해 사용자의 제 1 제스처 및 제 2 제스처에 대응하는 신호를 감지하는 동작;
    상기 제 1 제스처 및 상기 제 2 제스처에 대응하는 신호가 사전에 설정된 복수의 제스처들에 대응하는 신호와 일치하는 정도가 지정된 수준을 초과하는지 여부를 확인하는 동작;
    상기 제 1 제스처 및 상기 제 2 제스처에 대응하는 신호가 상기 복수의 제스처들과 일치함에 기반하여, 상기 제 1 제스처 및 상기 제 2 제스처의 신호 파형, 상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형 또는 상기 제 1 제스처 및 상기 제 2 제스처의 연결 동작의 신호 파형 중 적어도 하나에 기반하여 사용자 특성을 결정하는 동작;및
    결정된 상기 사용자 특성이 메모리 상에 미리 저장된 사용자 특성과 일치하는지 여부에 기반하여 상기 사용자의 인증을 수행하는 동작을 포함하는 방법.
  12. 제 11항에 있어서,
    상기 전자 장치의 인증 수행 방법은
    기 설정된 오프셋(offset) 및 임의로 결정된 요청 신호에 기반하여 상기 매핑 데이터 상에서 사용자가 수행해야 하는 복수의 제스처들의 조합을 검색하는 동작을 더 포함하며,
    상기 요청 신호는 진동 형태를 포함하는 방법.
  13. 제 12항에 있어서,
    상기 전자 장치의 인증 수행 방법은사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하고, 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치함에 기반하여 상기 사용자의 인증을 수행하는 동작을 더 포함하는 방법.
  14. 제 13항에 있어서,
    상기 전자 장치의 인증 수행 방법은
    사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하지 않고, 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치하지 않음에 기반하여 상기 전자 장치의 보안 잠금을 유지하고, 인증이 잘못되었음을 지시하는 정보를 표시하는 동작을 더 포함하는 방법.
  15. 제 13항에 있어서,
    상기 전자 장치의 인증 수행 방법은사용자가 수행한 제스처들의 순서가 사용자가 수행해야 하는 복수의 제스처들의 조합 순서와 일치하는지 여부 및 사용자가 수행한 제스처들의 개별 동작이 복수의 제스처들 중 개별적인 제스처의 동작과 일치하는지 여부에 기반하여 사용자의 인증을 위한 행동에 점수를 부여하는 동작을 더 포함하는 방법.
  16. 제 15항에 있어서,
    상기 전자 장치의 인증 수행 방법은
    상기 점수가 지정된 수준을 초과하는 것에 기반하여 상기 사용자의 인증을 수행하는 동작;및
    상기 점수가 지정된 수준 이하(또는 미만)임에 기반하여 상기 사용자의 인증을 수행하지 않는 동작을 더 포함하는 방법.
  17. 제 15항에 있어서,
    상기 전자 장치의 인증 수행 방법은
    상기 점수가 지정된 수준 이하(또는 미만)임에 기반하여 다시 임의로 결정된 진동을 사용자에게 제공하고, 상기 출력된 진동의 식별 정보에서 상기 오프셋을 적용한 진동의 식별 정보에 대응하는 복수의 제스처들을 수행할 것을 요구하는 동작을 더 포함하는 방법.
  18. 제 12항에 있어서,
    상기 전자 장치의 인증 수행 방법은
    진동 타입에 대응하는 숫자 및 상기 오프셋에 대응하는 특정한 숫자에 기반하여 상기 매핑 데이터 상에서 사용자가 수행해야 할 복수의 제스처들의 조합을 결정하는 동작을 더 포함하는 방법.
  19. 제 11항에 있어서,
    상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형은
    신호 움직임의 크기가 지정된 수준 미만인 구간들 중에서 지정된 기간을 초과하는 제 1 구간을 포함하며,
    상기 제 1 제스처 및 상기 제 2 제스처의 신호 파형, 상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형 또는 상기 제 1 제스처 및 상기 제 2 제스처의 연결 동작의 신호 파형 중 적어도 어느 하나에 기반하여 사용자 특성을 결정하는 동작은
    타임라인 상에서 상기 제 1 구간의 위치 및 빈도에 기반하여 사용자 특성을 결정하는 동작을 더 포함하는 방법.
  20. 제 19항에 있어서,
    상기 제 1 제스처 및 상기 제 2 제스처의 신호 파형, 상기 제 1 제스처 및 상기 제 2 제스처 사이의 신호 파형 또는 상기 제 1 제스처 및 상기 제 2 제스처의 연결 동작의 신호 파형 중 적어도 어느 하나에 기반하여 사용자 특성을 결정하는 동작은
    인공지능 학습모델을 이용하여 타임라인 상에서 상기 제 1 구간의 위치 및 빈도에 기반하여 결정된 사용자 특성을 학습시키고,
    상기 전자 장치의 사용자에 대응하는 사용자 특성을 결정하는 동작을 더 포함하는 방법.

KR1020220150348A 2022-10-27 2022-11-11 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법 KR20240059495A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2023/015063 WO2024090826A1 (ko) 2022-10-27 2023-09-27 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220140177 2022-10-27
KR1020220140177 2022-10-27

Publications (1)

Publication Number Publication Date
KR20240059495A true KR20240059495A (ko) 2024-05-07

Family

ID=91078050

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220150348A KR20240059495A (ko) 2022-10-27 2022-11-11 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20240059495A (ko)

Similar Documents

Publication Publication Date Title
EP3252640B1 (en) Method for launching application and terminal
EP3252663B1 (en) Method for controlling unlocking and terminal
EP3252672B1 (en) Method for controlling unlocking terminal and corresponding terminal
EP3252666B1 (en) Method for controlling unlocking a terminal
EP3252639B1 (en) Method and terminal for controlling unlocking based on fingerprint biomentric data
US11899845B2 (en) Electronic device for recognizing gesture and method for operating the same
EP3246852A1 (en) Method for controlling unlocking and mobile terminal
KR20210052874A (ko) 복수의 센서 신호를 이용하여 사용자의 제스처를 인식하는 전자 장치
KR20210002906A (ko) 객체를 인식하기 위한 전자 장치 및 그의 동작 방법
CN108388790B (zh) 一种解锁请求响应方法、移动终端
KR20240059495A (ko) 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법
WO2024090826A1 (ko) 사용자의 제스처를 이용해 인증을 수행하는 전자 장치 및 그 방법
KR20220001666A (ko) 전자 장치와 연결된 히어러블 장치 및 이의 동작 방법
US20230284920A1 (en) Electronic device for controlling operation based on a bio-signal and operating method thereof
KR20210142535A (ko) 전자 장치 및 전자 장치에서 키보드의 입력을 이용하여 사용자 인증을 수행하는 방법
KR20220079172A (ko) 손 씻는 행동을 검출하는 방법 및 그 전자 장치
EP4206858A1 (en) Electronic apparatus including microphone and control method therefor
US11899884B2 (en) Electronic device and method of recognizing a force touch, by electronic device
KR20230090104A (ko) 생체 인증 장치 및 방법
EP4372521A1 (en) Wearable electronic device and method by which wearable electronic device provides brushing teeth information
KR20240068494A (ko) 지문 정보를 업데이트하는 방법 및 이를 지원하는 전자 장치
US20220354422A1 (en) Method for detecting biometric information and electronic device supporting the same
KR20230134348A (ko) 생체 신호 기반의 동작 제어를 위한 전자 장치 및 그 동작 방법
KR20230127886A (ko) 터치 인식을 위한 인식 감도를 조정하는 방법 및 이를 수행하는 전자 장치
KR20230105049A (ko) 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법