WO2023128208A1 - 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
WO2023128208A1
WO2023128208A1 PCT/KR2022/016886 KR2022016886W WO2023128208A1 WO 2023128208 A1 WO2023128208 A1 WO 2023128208A1 KR 2022016886 W KR2022016886 W KR 2022016886W WO 2023128208 A1 WO2023128208 A1 WO 2023128208A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
biometric information
data
electronic device
head
Prior art date
Application number
PCT/KR2022/016886
Other languages
English (en)
French (fr)
Inventor
쉬츄르올렉산드르
프리호드코스타니슬라브
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
Publication of WO2023128208A1 publication Critical patent/WO2023128208A1/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

Definitions

  • Various embodiments relate to a method for providing a function using biometric information based on sound generated from a user's cervical vertebrae in an electronic device mountable on the user's head.
  • cracking and grinding sounds also called neck crepitus
  • neck crepitus When the user's neck moves as the user's head moves, cracking and grinding sounds, also called neck crepitus, may be generated from the user's neck.
  • the cracking and grinding sounds generated by the user's neck are caused by pressure changes in the cervical posterior joint, movement of ligaments or tendons around the bones or near bone attachments, or collision of adjacent bones together. Covering sounds are known to be a common cause.
  • the sound generated from the user's neck e.g., cracking sound and grinding sound
  • the sound generated from the user's cervical vertebrae can be used as biometric information for function execution. there is.
  • cervical vertebrae e.g., cervical vertebrae
  • neck health there is a need for a function to monitor neck health.
  • an electronic device that can be mounted on the user's head can provide various functions using biometric information based on sound generated from the user's cervical vertebrae.
  • An electronic device mountable on a user's head includes a sensor module, an input module, and a processor, wherein the processor changes according to the movement of the user's head while the user's head is moving in a biometric authentication mode. detecting direction data of the user's neck, receiving sound data generated from the user's cervical vertebrae while the user's head is moving, detecting feature data based on the sound data, and detecting a relationship between the direction data and the feature data. When the correlation data is generated as biometric information and matching between the generated biometric information and pre-stored biometric information of the user is confirmed, biometric information authentication may be set to be completed.
  • a method for providing a function using biometric information to an electronic device mountable on a user's head includes direction data of a user's neck that is changed according to the movement of the user's head while the user's head is moving in a biometric information authentication mode. , receiving sound data generated from the cervical vertebrae of the user while the user's head is moving, and detecting feature data based on the sound data, and generating correlation data between the direction data and the feature data. An operation of generating biometric information and an operation of completing authentication of biometric information when matching of the generated biometric information with pre-stored biometric information of a user is confirmed.
  • an electronic device that can be mounted on a user's head can provide various functions using biometric information based on sound generated from the cervical vertebrae.
  • FIG. 1 is a block diagram of an electronic device in a network environment according to various embodiments.
  • FIG. 2 is a diagram for explaining types of electronic devices mountable on a user's head according to various embodiments.
  • FIG. 3 is a block diagram of an electronic device according to various embodiments.
  • 4A, 4B, and 4C are diagrams for explaining a detection operation of direction data and sound data according to a movement of a user's head in an electronic device according to various embodiments of the present disclosure.
  • FIG. 5A is a diagram illustrating types of motion operations of a user's head according to various embodiments
  • FIG. 5B is a diagram illustrating a schematic diagram of motion operations of a user's head according to various embodiments
  • FIG. It is a diagram illustrating a graph representing direction data of a user's neck detected according to a movement of a user's head according to examples.
  • FIG. 6 is a flowchart illustrating an operation of registering biometric information in an electronic device according to various embodiments.
  • FIG. 7 is a flowchart illustrating an operation of authenticating biometric information in an electronic device according to various embodiments of the present disclosure.
  • FIG. 8 is a flowchart illustrating an operation of managing neck health in an electronic device according to various embodiments of the present disclosure.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to one embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • the server 108 e.g, a long-distance wireless communication network
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or the antenna module 197 may be included.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • software eg, the program 140
  • the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • the processor 120 may include a main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
  • a main processor 121 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
  • NPU neural network processing unit
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the auxiliary processor 123 eg, image signal processor or communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120) of the electronic device 101 from the outside of the electronic device 101 (eg, a user).
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • a receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor set to detect a touch or a pressure sensor set to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to one embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to one embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). Establishment and communication through the established communication channel may be supported.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : a local area network (LAN) communication module or a power line communication module).
  • a corresponding communication module is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, a legacy communication module).
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199.
  • IMSI International Mobile Subscriber Identifier
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low latency
  • -latency communications can be supported.
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for the electronic device 101, an external electronic device (eg, the electronic device 104), or a network system (eg, the second network 199).
  • the wireless communication module 192 is a peak data rate for eMBB realization (eg, 20 Gbps or more), a loss coverage for mMTC realization (eg, 164 dB or less), or a U-plane latency for URLLC realization (eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
  • eMBB peak data rate for eMBB realization
  • a loss coverage for mMTC realization eg, 164 dB or less
  • U-plane latency for URLLC realization eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a lower surface) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, array antennas) disposed on or adjacent to a second surface (eg, a top surface or a side surface) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal e.g. commands or data
  • commands or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or part of operations executed in the electronic device 101 may be executed in one or more external electronic devices among the external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 when the electronic device 101 needs to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device 101 instead of executing the function or service by itself.
  • one or more external electronic devices may be requested to perform the function or at least part of the service.
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service or an additional function or service related to the request, and deliver the execution result to the electronic device 101 .
  • the electronic device 101 may provide the result as at least part of a response to the request as it is or additionally processed.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks. According to one embodiment, the external electronic device 104 or server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to intelligent services (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • FIG. 2 is a diagram 200 for explaining types of electronic devices mountable on a user's head according to various embodiments.
  • an electronic device that can be mounted on the user's head performs at least one function of augmented reality, virtual reality, or mixed reality that can be worn on a certain portion (eg, eyes or ears) of the user's head. It may include a Head Mounted Display (HMD) 210 including, glasses 230 including at least one function of augmented reality, virtual reality, or mixed reality, and earphones 240. .
  • HMD Head Mounted Display
  • the electronic device 210, 230, 240 that can be mounted on the user's head includes a sensor that can detect direction data of the user's neck that changes according to the movement of the user's head while the user's head on which the electronic device is worn moves.
  • module and an input module eg, microphone capable of detecting sound data generated from the user's cervical vertebrae.
  • the electronic device that can be mounted on the user's head is not limited to a head mounted display (HMD) 210, glasses 230, and earphones 240, and can detect direction data of the user's neck. It may include a sensor module and an input module (eg, a microphone) capable of detecting sound data generated from the user's cervical vertebrae, and may include various electronic devices wearable on the user's head.
  • HMD head mounted display
  • glasses 230 glasses 230
  • earphones 240 can detect direction data of the user's neck. It may include a sensor module and an input module (eg, a microphone) capable of detecting sound data generated from the user's cervical vertebrae, and may include various electronic devices wearable on the user's head.
  • FIG. 3 is a block diagram 300 of an electronic device according to various embodiments.
  • an electronic device 301 may include a processor 320 (eg, processor 120 of FIG. 1), sensor module 376 (eg, 176), input module 350 (eg, input module 150 of FIG. 1), memory 330 (eg, : Memory 130 of FIG. 1), display 360 (eg, display module 160 of FIG. 1), and communication module 390 (eg, communication module 290 of FIG. 1) may be included. .
  • processor 320 eg, processor 120 of FIG. 1
  • sensor module 376 eg, 176
  • input module 350 eg, input module 150 of FIG. 1
  • memory 330 eg, : Memory 130 of FIG. 1
  • display 360 eg, display module 160 of FIG. 1
  • communication module 390 eg, communication module 290 of FIG. 1
  • the processor 320 detects direction (angle) data of the user's neck and sound data generated from the user's cervical vertebrae (neck vertebrae) while the user's head is moving in the biometric information registration mode, and generates the sound data Correlation data between the feature data detected in and the direction (angle) data may be generated, and the generated correlation data may be stored as user's biometric information.
  • the processor 320 may output notification information about a movement direction of the user's head for biometric information registration.
  • the processor 320 outputs the user's movement direction for biometric information registration through the display 360, or the user's movement direction for biometric information registration through the speaker of the electronic device 301. can output
  • the processor 320 can confirm the start of the movement of the user's head based on the sensor signal received through the sensor module 376 in the biometric information registration mode.
  • the processor 320 may collect direction (angle) data of the user's neck that changes according to the movement of the user's head while the user's head is moving based on the sensor signal received through the sensor module 376. .
  • the processor 320 collects sound data generated from the user's cervical vertebrae while the user's head moves through the input module (eg, microphone) 350 in the biometric information registration mode. and can be saved.
  • the input module eg, microphone
  • the processor 320 may normalize the collected direction (angle) data when the movement of the user ends in the biometric information registration mode.
  • the processor 320 performs a pre-processing operation on the collected sound data and performs the pre-processing operation using a learning algorithm when the movement of the user is terminated in the biometric information registration mode.
  • the feature data may be detected from one sound data.
  • the processor 320 may perform the preprocessing of removing noise from the sound data, normalizing the sound data with an amplitude, and/or calculating a root mean square (RMS) of the sound data. action can be performed.
  • RMS root mean square
  • the learning algorithm when a certain amount of the collected sound data is input, analyzes the input sound data to detect feature data representing a certain pattern and rule.
  • the learning algorithm stored in the memory 330 may include at least one of Artificial Intelligence (AI), Machine Learning (ML), and Deep Learning.
  • AI Artificial Intelligence
  • ML Machine Learning
  • Deep Learning Deep Learning
  • the processor 320 in the biometric information registration mode, uses a correlation analysis coefficient (eg, Pearson correlation coefficient or Spearman correlation coefficient) to determine the characteristic data detected from the sound data and the user Correlation data may be generated by analyzing correlation between the direction (angle) data of the neck, and the generated correlation data may be stored in the memory 330 as biometric information of the user of the electronic device.
  • the processor 320 may configure the correlation data as a heap map and store it in the memory 330 as biometric information of the user.
  • the processor 320 periodically collects direction (angle) data of the user's neck and sound data generated from the user's cervical vertebrae while the user's head is moving, and updates the user's biometric information. can make it
  • the processor 320 detects direction (angle) data of the user's neck and sound data generated from the user's cervical spine while the user's head is moving in the biometric information authentication mode, and based on the sound data Correlation data between the detected feature data and the direction (angle) data is generated as biometric information, and when matching between the generated biometric information and the previously stored biometric information of the user is confirmed, the biometric information for the user is generated.
  • Information authentication can be completed.
  • the processor 320 may output notification information about the movement direction of the user's head for biometric information authentication.
  • the processor 320 outputs the user's movement direction for biometric information authentication through the display 360, or the user's movement direction for biometric information authentication through the speaker of the electronic device 301. can be printed out.
  • the processor 320 can confirm the start of the movement of the user's head based on the sensor signal received through the sensor module 376 in the biometric information authentication mode.
  • the processor 320 may collect direction (angle) data of the user's neck that changes according to the movement of the user's head while the user's head is moving, based on the sensor signal received through the sensor module 376. there is.
  • the processor 320 collects sound data generated from the user's cervical vertebrae while the user's head moves through the input module (eg, microphone) 350 in the biometric information authentication mode. can be saved
  • the processor 320 may normalize the collected direction (angle) data when the movement of the user ends in the biometric information authentication mode.
  • the processor 320 performs a pre-processing operation on the collected sound data when the user's movement ends in the biometric information authentication mode, and performs the pre-processing operation using a learning algorithm.
  • Feature data may be detected from one sound data.
  • the processor 320 may perform the preprocessing of removing noise from the sound data, normalizing the sound data with an amplitude, and/or calculating a root mean square (RMS) of the sound data. action can be performed.
  • RMS root mean square
  • the processor 320 determines the characteristic data and the direction (angle) of the user's neck by using a correlation analysis coefficient (eg, Pearson's correlation coefficient or Spearman's correlation coefficient) in the biometric information authentication mode.
  • Correlation data is generated by analyzing the correlation between data, the generated correlation data is identified as biometric information, and the identified biometric information and the user's biometric information (correlation data) are stored in the memory 330. can be compared.
  • the processor 320 configures the generated correlation data into a first heat map, and the first heat map and the correlation data stored in the memory 330 as user's biometric information form a first heat map. 2 Heap maps can be compared.
  • the processor 320 performs the generated biometric information (correlation data and/or first heat map) and the user's biometric information (correlation data and/or first heat map) stored in the memory 330 based on the comparison result. 2 heat map), biometric information authentication is completed, and a function corresponding to the completion of the biometric information authentication (eg, unlocking the electronic device) can be performed.
  • the processor 320 detects direction (angle) data of the user's neck and sound data generated from the user's cervical vertebrae while the user's head is moving in the neck health management mode, and based on the sound data Correlation data between the detected feature data and the direction (angle) data is generated as biometric information, and based on the result of comparison between the generated biometric information and standard generated information, information related to neck health is generated.
  • the processor 320 may output notification information about a movement direction of the user's head for checking neck health.
  • the processor 320 outputs the user's movement direction for checking neck health through the display 360, or the user's movement for checking neck health through a speaker of the electronic device 301. directions can be printed.
  • the processor 320 may check the start of the movement of the user's head based on the sensor signal received through the sensor module 376 .
  • the processor 320 may collect direction (angle) data of the user's neck that changes according to the movement of the user's head while the user's head is moving based on the sensor signal received through the sensor module 376. .
  • the processor 320 collects sound data generated from the user's cervical vertebrae while the user's head moves through the input module (eg, microphone) 350 in the neck health management mode. can be saved
  • the processor 320 may normalize the collected direction (angle) data when the user's movement ends in the neck health management mode.
  • the processor 320 performs a pre-processing operation on the collected sound data when the user's movement ends in the neck health management mode, and performs the pre-processing operation using a learning algorithm.
  • Feature data may be detected from one sound data.
  • the processor 320 may perform the operation of removing noise from the sound data, normalizing the sound data with an amplitude, and/or the preprocessing operation of calculating the root mean square (RMS) of the sound data. can be performed.
  • RMS root mean square
  • the processor 320 in the neck health management mode, uses a correlation analysis coefficient (eg, Pearson correlation coefficient or Spearman correlation coefficient) to determine the feature data detected from the sound data and the user Correlation data may be generated by analyzing correlation between the direction (angle) data of the neck, and the generated correlation data may be identified as biometric information.
  • the processor 320 may compare and analyze the generated biometric information with reference biometric information stored in the memory 330 .
  • the processor 320 configures the generated correlation data into a third heat map, and a fourth heat map composed of the third heat map and correlation data stored as reference biometric information in the memory 330. You can compare heap maps.
  • the processor 320 may provide information related to neck health based on the analysis result. For example, the processor 320 may provide information informing of the user's current neck condition, recommended exercise information, and/or hospital visit recommendation information based on the analysis result.
  • the processor 320 may receive reference biometric information through an external electronic device or server and store it in the memory 330 .
  • the processor 320 may periodically update the reference biometric information while receiving the reference biometric information through the external electronic device or the server.
  • the processor 320 periodically switches to the neck health management mode to check the user's current neck state and provide the user of the electronic device 301 with information related to the neck health.
  • the processor 320 detects the direction (angle) data of the user's neck and sound data while the user's head is moving, and determines between the direction (angle) data of the user's neck and feature data detected from the sound data.
  • Correlation data generated by analyzing the correlation may be detected as one gesture, and a function corresponding to the gesture (eg, a remote function for controlling an external electronic device) may be performed.
  • the processor 320 detects the direction (angle) data and sound data of the user's neck while the user's head moves in the gesture registration mode, and detects the direction (angle) data and the sound data of the user's neck.
  • the correlation data generated by analyzing the correlation between the feature data detected in the function may be registered as a gesture capable of performing a function.
  • the sensor module 376 may be implemented substantially the same as or similar to the sensor module 176 of FIG. 1 .
  • the sensor module 376 may detect direction (angle) data of the user's neck that changes according to the movement of the user's head.
  • the sensor module 376 includes a 3-axis direction sensor, and may include, for example, a 3-axis acceleration sensor and/or a 3-axis gyro sensor.
  • the input module 350 may be implemented substantially the same as or similar to the input module 150 of FIG. 1 .
  • the input module 350 includes a microphone or a microphone array, and the electronic device 301 may receive sound data generated from the user's cervical vertebrae while the wearer's head moves.
  • the memory 330 may be implemented substantially the same as or similar to the memory 130 of FIG. 1 .
  • correlation data representing the user's biometric information in the biometric information registration mode may be stored in the memory 330 .
  • correlation data and/or reference biometric information that can be compared with biometric information (correlation data and/or heat map) indicating the current neck condition of the user in the neck health management mode. or heat map) may be stored.
  • the display 360 may be implemented substantially the same as or similar to the display module 160 of FIG. 1 .
  • the user's movement direction for biometric information registration in the biometric information registration mode may be displayed on the display 360 .
  • the user's movement direction for biometric information authentication in the biometric information authentication mode may be displayed on the display 360 .
  • the user's movement direction for checking neck health in the neck health management mode may be displayed on the display 360 .
  • the communication module 390 may be implemented substantially the same as or similar to the communication module 190 of FIG. 1, and may include a plurality of communication modules using different communication technologies. Communication circuitry may be included.
  • the communication module 390 may include a plurality of communication circuits, and may include at least one of a wireless LAN module (not shown) and a short-range communication module (not shown), and the short-range The communication module (not shown) may include a UWB communication module, a Wi-Fi communication module, a near field communication (NFC) communication module, a Bluetooth legacy communication module, and/or a bluetooth low energy (BLE) communication module.
  • a wireless LAN module not shown
  • a short-range communication module not shown
  • the communication module may include a UWB communication module, a Wi-Fi communication module, a near field communication (NFC) communication module, a Bluetooth legacy communication module, and/or a bluetooth low energy (BLE) communication module.
  • BLE bluetooth low energy
  • 4A, 4B, and 4C are diagrams 400a to 400c for explaining a detection operation of direction data and sound data according to a movement of a user's head in an electronic device according to various embodiments.
  • an electronic device mounted on a user's head eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 210 of FIG. 3.
  • the electronic device 301 while the user's head moves around a roll axis (longitudinal axis), a yaw axis (vertical axis), or a pitch axis (lateral axis), the direction of the user's neck that changes according to the movement of the user's head (Angle) data can be detected.
  • the electronic device may detect sound data generated from the user's cervical vertebrae 410 while the user's head moves around a roll axis (longitudinal axis), a yaw axis (vertical axis), or a pitch axis (lateral axis). .
  • the electronic device generates correlation data by analyzing a correlation between feature data detected based on the sound data and the direction (angle) data, and the generated correlation Data can be organized and presented as a heat map.
  • the size of the sound data is distinguished by color, and the first area A1 and the second area A2 indicate a large area that is the amplitude of the sound data.
  • FIG. 5A is a diagram 500a illustrating types of movement operations of a user's head according to various embodiments
  • FIG. 5B is a diagram 500b illustrating a schematic diagram of movement operations of a user's head according to various embodiments
  • FIG. 5C is a graph 500c showing direction data of the user's neck detected according to the movement of the user's head according to various embodiments.
  • an electronic device may output at least one piece of notification information 510 about the movement direction of the user's head for biometric information authentication in the biometric information authentication mode.
  • the electronic device outputs notification information 511 for a first movement direction in which the user's head moves from bottom to top around the pitch axis, and for a certain period of time (eg, 3 seconds).
  • notification information 513 for a second movement direction in which the user's head is sequentially moved from left to right and from right to left around the yaw axis may be output.
  • the electronic device outputs notification information 513 for the second movement direction, and after a predetermined time (eg, 3 seconds), for a third movement direction in which the user's head rotates from left to right around the roll axis.
  • Notification information 515 may be output.
  • the electronic device outputs notification information 515 for the third movement direction, and after a predetermined time (eg, 3 seconds), notification information 517 for a fourth movement direction in which the user's head rotates from right to left.
  • the electronic device outputs notification information 517 for the fourth movement direction, and notification information for a first movement direction in which the user's head moves from bottom to top around the pitch axis after a predetermined time (eg, 3 seconds) ( 511) and output of notification information about the movement direction may be terminated.
  • the sensor module of the electronic device Example: Sensor information (X-axis value, Y-axis value, and Z-axis value) detected by the sensor module 376 in FIG. 3 is shown.
  • an electronic device that can be mounted on a user's head includes a sensor module (eg, the sensor module 376 of FIG. 3 ) and an input module (eg, the electronic device 301 of FIG. 3 ). It includes the input module 350 of FIG. 3) and a processor (eg, the processor 320 of FIG. 3), wherein the processor changes according to the movement of the user's head while the user's head is moving in the biometric information authentication mode. detecting direction data of the user's neck, receiving sound data generated from the user's cervical vertebrae while the user's head is moving, detecting feature data based on the sound data, and detecting a relationship between the direction data and the feature data. When the correlation data is generated as biometric information and matching between the generated biometric information and pre-stored biometric information of the user is confirmed, biometric information authentication may be set to be completed.
  • the processor may be configured to output notification information about a movement direction of the user's head for biometric information authentication in the biometric information authentication mode.
  • the processor in the biometric information authentication mode, detects direction data of the user's neck based on sensor information received through the sensor module, and generates data from the user's cervical spine through the input module. It can be set to receive sound data that is.
  • the input module may include a microphone.
  • the processor may be configured to detect the feature data from the sound data using a learning algorithm in the biometric information authentication mode.
  • the processor detects direction data of the user's neck that changes according to the movement of the user's head while the user's head is moving in the biometric information registration mode, and while the user's head is moving, the user's cervical vertebrae are detected. Receives sound data generated from the sound data, detects feature data based on the sound data, generates correlation data between the direction data and the feature data as biometric information, and converts the generated biometric information into user's biometric information. Can be set to save.
  • the processor may be set to output notification information about a movement direction of the user's head for biometric information registration in the biometric information registration mode.
  • the processor detects direction data of the user's neck based on sensor information received through a sensor module of the electronic device in the biometric information registration mode, and through the input module of the electronic device It may be set to receive sound data generated from the cervical vertebrae of the user.
  • the processor may be set to detect feature data from the sound data by using a learning algorithm in the biometric information registration mode.
  • the processor detects direction data of the user's neck that changes according to the movement of the user's head while the user's head is moving in the neck health management mode, and while the user's head is moving, the user's cervical spine Receives sound data generated from the sound data, detects feature data based on the sound data, generates correlation data between the direction data and feature data as biometric information, and compares the generated biometric information with reference biometric information. It can be configured to perform analysis and provide information related to neck health based on the analysis result.
  • FIG. 6 is a flowchart 600 illustrating an operation of registering biometric information in an electronic device according to various embodiments.
  • Operations for registering the biometric information may include operations 601 to 609. According to an embodiment, at least one of operations 601 to 609 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) enters the biometric information registration mode. can be converted to
  • the electronic device may switch to a biometric information registration mode using sound generated from the user's cervical vertebrae based on the user's selection.
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) registers biometric information. Notification information about the direction of movement of the user's head may be output.
  • the electronic device may output notification information about a movement direction of the user's head for biometric information registration.
  • the electronic device outputs the user's movement direction for registering biometric information through a display (eg, the display 360 of FIG. 3) or registers biometric information through a speaker of the electronic device. It is possible to output the user's movement direction for registering biometric information through a display (eg, the display 360 of FIG. 3) or registers biometric information through a speaker of the electronic device. It is possible to output the user's movement direction for registering biometric information through a display (eg, the display 360 of FIG. 3) or registers biometric information through a speaker of the electronic device. It is possible to output the user's movement direction for
  • the electronic device eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) moves the user's head. It is possible to detect direction (angle) data of the user's neck during the operation.
  • the electronic device may confirm the start of the movement of the user's head based on a sensor signal received through a sensor module (eg, the sensor module 376 of FIG. 3). there is.
  • a sensor module eg, the sensor module 376 of FIG. 3
  • the electronic device may collect direction (angle) data of the user's neck that changes according to the movement of the user's head while the user's head is moving based on the sensor signal received through the sensor module. there is.
  • the electronic device eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) moves from the user's cervical spine.
  • Generated sound data may be received.
  • the electronic device in the biometric information registration mode, while the user's head moves through an input module (eg, microphone) (eg, the input module 350 of FIG. 3), the user's cervical vertebrae
  • an input module eg, microphone
  • the user's cervical vertebrae The sound data generated from can be collected and stored.
  • the electronic device moves in the direction of the user's neck.
  • Correlation data between data and feature data detected from sound data may be stored as user's biometric information.
  • the electronic device normalizes the collected direction (angle) data and performs a preprocessing operation on the collected sound data when the movement of the user is terminated in the biometric information registration mode.
  • the feature data may be detected from sound data on which the preprocessing operation is performed using a learning algorithm.
  • the electronic device may perform an operation of removing noise from the sound data, an operation of normalizing the sound data with an amplitude, and/or the preprocessing operation of calculating a root mean square (RMS) of the sound data.
  • RMS root mean square
  • the learning algorithm when a certain amount of the collected sound data is input, analyzes the input sound data to detect feature data representing a certain pattern and rule.
  • the learning algorithm stored in a memory is artificial intelligence (AI), machine learning (ML), or deep learning (Deep Learning).
  • AI artificial intelligence
  • ML machine learning
  • Deep Learning Deep Learning
  • the electronic device in the biometric information registration mode, uses a correlation analysis coefficient (eg, Pearson's correlation coefficient or Spearman's correlation coefficient) to determine the characteristic data detected from the sound data and the user's neck.
  • Correlation data may be generated by analyzing correlation between direction (angle) data, and the generated correlation data may be stored in the memory as biometric information of the user of the electronic device.
  • the electronic device may configure the correlation data as a heap map and store the user's biometric information in the memory.
  • the electronic device may periodically collect direction (angle) data of the user's neck and sound data generated from the user's cervical vertebrae while the user's head is moving, and update the user's biometric information. there is.
  • Operations for authenticating the biometric information may include operations 701 to 711. According to an embodiment, at least one of operations 701 to 711 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) enters the biometric information authentication mode. can be converted to
  • the electronic device may switch to a biometric information authentication mode using sound generated from the user's cervical vertebrae based on the user's selection.
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) performs biometric information authentication. Notification information about the direction of movement of the user's head may be output.
  • the electronic device may output notification information about a movement direction of the user's head for biometric information authentication.
  • the electronic device outputs the user's movement direction for biometric information authentication through a display (eg, the display 360 of FIG. 3) or performs biometric information authentication through a speaker of the electronic device. It is possible to output the user's movement direction for biometric information authentication through a display (eg, the display 360 of FIG. 3) or performs biometric information authentication through a speaker of the electronic device. It is possible to output the user's movement direction for biometric information authentication through a display (eg, the display 360 of FIG. 3) or performs biometric information authentication through a speaker of the electronic device. It is possible to output the user's movement direction for
  • the electronic device eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) moves the user's head. It is possible to detect direction (angle) data of the user's neck during the operation.
  • the electronic device may confirm the start of the movement of the user's head based on a sensor signal received through a sensor module (eg, the sensor module 376 of FIG. 3). there is.
  • a sensor module eg, the sensor module 376 of FIG. 3
  • the electronic device may collect direction (angle) data of the user's neck that changes according to the movement of the user's head while the user's head is moving based on the sensor signal received through the sensor module. there is.
  • the electronic device eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) moves from the user's cervical spine.
  • Generated sound data may be received.
  • the electronic device in the biometric information authentication mode, while the user's head is moving through an input module (eg, microphone) (eg, the input module 350 of FIG. 3), the user's cervical vertebrae
  • an input module eg, microphone
  • the user's cervical vertebrae The sound data generated from can be collected and stored.
  • the electronic device moves the direction of the user's neck.
  • Correlation data between data and feature data detected from sound data may be identified as biometric information, and matching between the identified biometric information and the user's biometric information may be confirmed.
  • the electronic device normalizes the collected direction (angle) data and performs a preprocessing operation on the collected sound data when the movement of the user ends in the biometric information authentication mode.
  • the feature data may be detected from sound data on which the preprocessing operation is performed using a learning algorithm.
  • the electronic device may perform an operation of removing noise from the sound data, an operation of normalizing the sound data with an amplitude, and/or the preprocessing operation of calculating a root mean square (RMS) of the sound data.
  • RMS root mean square
  • the learning algorithm when a certain amount of the collected sound data is input, analyzes the input sound data to detect feature data representing a certain pattern and rule.
  • the learning algorithm stored in a memory is artificial intelligence (AI), machine learning (ML), or deep learning (Deep Learning).
  • AI artificial intelligence
  • ML machine learning
  • Deep Learning Deep Learning
  • the electronic device in the biometric information authentication mode, uses a correlation analysis coefficient (eg, Pearson correlation coefficient or Spearman correlation coefficient) between the feature data and the direction (angle) data of the user's neck.
  • Correlation data is generated by analyzing the correlation, the generated correlation data is identified as biometric information, and the identified biometric information is compared with the user's biometric information (correlation data) in the memory 330.
  • a correlation analysis coefficient eg, Pearson correlation coefficient or Spearman correlation coefficient
  • the electronic device configures the generated correlation data into a first heat map, and the first heat map and the correlation stored in the memory 330 as user's biometric information.
  • a second heat map composed of data may be compared.
  • the electronic device includes the generated biometric information (correlation data and/or first heat map) based on the comparison result and the user's biometric information (correlation data) stored in the memory 330. and/or second heat map).
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) completes biometric information authentication. and perform the corresponding function.
  • the electronic device may perform a function corresponding to the biometric information authentication completion (eg, unlocking the electronic device).
  • Operations for managing neck health may include operations 801 to 811. According to an embodiment, at least one of operations 801 to 811 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) enters a neck health management mode. can be converted to
  • the electronic device may switch to a neck health biometric information authentication mode based on a user's selection.
  • the electronic device (eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) performs biometric information authentication. Notification information about the direction of movement of the user's head may be output.
  • the electronic device may output notification information about a movement direction of the user's head for checking neck health.
  • the electronic device outputs a user's movement direction for checking neck health through a display (eg, the display 360 of FIG. 3 ) or checks neck health through a speaker of the electronic device.
  • the direction of movement of the user for identification may be output.
  • the electronic device eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3) causes the user's head to move. It is possible to detect direction (angle) data of the user's neck during the operation.
  • the electronic device may check the start of movement of the user's head based on a sensor signal received through a sensor module (eg, the sensor module 376 of FIG. 3 ) in the neck health management program. there is.
  • a sensor module eg, the sensor module 376 of FIG. 3
  • the electronic device may collect direction (angle) data of the user's neck that changes according to the movement of the user's head while the user's head is moving based on the sensor signal received through the sensor module. there is.
  • the electronic device eg, the electronic device 101 of FIG. 1 , the electronic device 210 , 230 , or 240 of FIG. 2 , and/or the electronic device 301 of FIG. 3 ) moves from the user's cervical spine.
  • Generated sound data may be received.
  • the electronic device while the user's head moves through an input module (eg, microphone) (eg, the input module 350 of FIG. 3) in the neck health management mode, in the user's cervical spine
  • the generated sound data may be collected and stored.
  • the electronic device moves the direction of the user's neck.
  • Correlation data between data and feature data detected from sound data may be identified as biometric information, and the identified biometric information may be compared with reference biometric information for analysis.
  • the electronic device normalizes the collected direction (angle) data, performs a preprocessing operation on the collected sound data, and , the feature data can be detected from the sound data on which the preprocessing operation has been performed using a learning algorithm.
  • the electronic device may perform an operation of removing noise from the sound data, an operation of normalizing the sound data with an amplitude, and/or the preprocessing operation of calculating a root mean square (RMS) of the sound data.
  • RMS root mean square
  • the learning algorithm when a certain amount of the collected sound data is input, analyzes the input sound data to detect feature data representing a certain pattern and rule.
  • the learning algorithm stored in a memory is artificial intelligence (AI), machine learning (ML), or deep learning (Deep Learning).
  • AI artificial intelligence
  • ML machine learning
  • Deep Learning Deep Learning
  • the electronic device in the neck health management mode, uses a correlation analysis coefficient (eg, Pearson's correlation coefficient or Spearman's correlation coefficient) to determine the characteristic data detected from the sound data and the user's neck.
  • Correlation data may be generated by analyzing correlation between direction (angle) data, and the generated correlation data may be identified as biometric information.
  • the electronic device may compare and analyze the checked biometric information with reference biometric information stored in a memory (eg, the memory 330 of FIG. 3 ).
  • the electronic device configures the generated correlation data into a third heat map, and the third heat map and the correlation data stored in the memory 330 as reference biometric information.
  • a fourth heat map (heap map) composed of may be compared.
  • the electronic device includes the generated biometric information (correlation data and/or first heat map) based on the comparison result and the user's biometric information (correlation data and/or first heat map) stored in the memory.
  • the second heat map) can be confirmed.
  • the electronic device eg, the electronic device 101 of FIG. 1, the electronic device 210, 230, or 240 of FIG. 2, and/or the electronic device 301 of FIG. 3 based on the analysis result As a result, information related to neck health can be provided.
  • the electronic device may provide information informing of the user's current neck condition, recommended exercise information, and/or hospital visit recommendation information based on the analysis result.
  • the electronic device may receive reference biometric information through an external electronic device or server and store it in a memory (eg, the memory 330 of FIG. 3 ).
  • the electronic device may periodically update the reference biometric information while receiving the reference biometric information through the external electronic device or the server.
  • the electronic device may periodically switch to the neck health management mode to check the user's current neck condition and provide the user of the electronic device with information related to the neck health.
  • a method for providing a function using biometric information to an electronic device mountable on a user's head includes a direction of the user's neck that changes according to the movement of the user's head while the user's head is moving in a biometric information authentication mode.
  • An operation of detecting data, an operation of receiving sound data generated from the user's cervical vertebrae while the user's head is moving, and an operation of detecting feature data based on the sound data, a correlation between the direction data and the feature data An operation of generating biometric information and an operation of completing authentication of biometric information when matching of the generated biometric information with pre-stored biometric information of a user is confirmed.
  • an operation of outputting notification information about a movement direction of the user's head for biometric information authentication in the biometric information authentication mode may be further included.
  • the operation of detecting the direction data of the user's neck based on the sensor information received through the sensor module of the electronic device, and the user through the input module of the electronic device An operation of receiving sound data generated from the cervical vertebrae may be further included.
  • the input module may include a microphone.
  • an operation of detecting the feature data from the sound data by using a learning algorithm in the biometric information authentication mode may be further included.
  • the operation of detecting the direction data of the user's neck that changes according to the movement of the user's head, while the user's head is moving, the user's cervical vertebrae An operation of receiving sound data and detecting feature data based on the sound data, an operation of generating correlation data between the direction data and the feature data as biometric information, and converting the generated biometric information into user's biometric information A saving operation may be further included.
  • an operation of outputting notification information about a movement direction of the user's head for biometric information registration may be further included.
  • an operation of detecting direction data of the user's neck based on sensor information received through a sensor module of the electronic device, and an operation of detecting the user's neck direction data through an input module of the electronic device An operation of receiving sound data generated from the cervical vertebrae may be further included.
  • an operation of detecting feature data from the sound data by using a learning algorithm in the biometric information registration mode may be further included.
  • the operation of detecting the direction data of the user's neck that changes according to the movement of the user's head, while the user's head is moving, the user's cervical vertebrae An operation of receiving sound data and detecting feature data based on the sound data, an operation of generating a correlation between the direction data and the feature data as biometric information, comparing and analyzing the generated biometric information with reference biometric information and an operation of providing information related to neck health based on the analysis result.
  • Electronic devices may be devices of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • first, second, or first or secondary may simply be used to distinguish a given component from other corresponding components, and may be used to refer to a given component in another aspect (eg, importance or order) is not limited.
  • a (e.g., first) component is said to be “coupled” or “connected” to another (e.g., second) component, with or without the terms “functionally” or “communicatively.”
  • the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, internal memory 136 or external memory 138 readable by a machine (eg, electronic device 101 or electronic device 501).
  • a machine eg, electronic device 101 or electronic device 501.
  • a processor eg, the processor 520
  • a device eg, the electronic device 501
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • the method according to various embodiments disclosed in this document may be included and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play Store TM ) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play Store TM
  • It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • at least part of the computer program product may be temporarily stored or temporarily created in a storage medium readable by a device such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Dermatology (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

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
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, 도 4b 및 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 , 도 4b 및 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 자잋의 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 (15)

  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 프로세서는,
    상기 생체정보 인증모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터에서 상기 특징데이터를 검출하도록 설정된 전자 장치.
  5. 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.
  6. 제5 항에 있어서, 상기 프로세서는,
    상기 생체정보 등록모드에서, 생체정보 등록을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하도록 설정된 전자 장치.
  7. 제5 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 자잋의 입력 모듈을 통해 상기 사용자의 경추에서 발생되는 소리 데이터를 수신하도록 설정된 전자 장치.
  8. 제6 항에 있어서, 상기 프로세서는,
    상기 생체정보 등록모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터를 에서 특징데이터를 검출하도록 설정된 전자 장치.
  9. 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.
  10. 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.
  11. 제10 항에 있어서,
    상기 생체정보 인증모드에서 생체정보 인증을 위한 사용자 머리의 움직임 방향에 대한 알림 정보를 출력하는 동작을 더 포함하는 방법.
  12. 제10 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.
  13. 제10 항에 있어서,
    상기 생체정보 인증모드에서, 학습 알고리즘을 이용하여 상기 소리 데이터에서 상기 특징데이터를 검출하는 동작을 더 포함하는 방법.
  14. 제10 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.
  15. 제10 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.
PCT/KR2022/016886 2022-01-03 2022-11-01 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법 WO2023128208A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0000155 2022-01-03
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
WO2023128208A1 true WO2023128208A1 (ko) 2023-07-06

Family

ID=86999319

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (2)

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

Citations (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
KR20160068631A (ko) * 2014-12-05 2016-06-15 보에 테크놀로지 그룹 컴퍼니 리미티드 목뼈의 움직임 측정 방법, 그의 디바이스 및 웨어러블 장치
KR102220084B1 (ko) * 2016-10-13 2021-03-02 어드밴스드 뉴 테크놀로지스 씨오., 엘티디. 가상 현실을 사용한 사용자 신원 인증
US20210134258A1 (en) * 2016-11-03 2021-05-06 Bragi GmbH Selective Audio Isolation from Body Generated Sound System and Method
KR20210131885A (ko) * 2020-04-24 2021-11-03 한국전자통신연구원 생체 인증 장치 및 그의 동작 방법

Patent Citations (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
KR20160068631A (ko) * 2014-12-05 2016-06-15 보에 테크놀로지 그룹 컴퍼니 리미티드 목뼈의 움직임 측정 방법, 그의 디바이스 및 웨어러블 장치
KR102220084B1 (ko) * 2016-10-13 2021-03-02 어드밴스드 뉴 테크놀로지스 씨오., 엘티디. 가상 현실을 사용한 사용자 신원 인증
US20210134258A1 (en) * 2016-11-03 2021-05-06 Bragi GmbH Selective Audio Isolation from Body Generated Sound System and Method
KR20210131885A (ko) * 2020-04-24 2021-11-03 한국전자통신연구원 생체 인증 장치 및 그의 동작 방법

Also Published As

Publication number Publication date
KR20230105049A (ko) 2023-07-11

Similar Documents

Publication Publication Date Title
WO2022055068A1 (ko) 음성에 포함된 커맨드를 확인하는 전자 장치와 이의 동작 방법
WO2022131549A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022059968A1 (ko) 증강 현실 콘텐츠를 제공하는 전자 장치 및 그의 동작 방법
WO2022019636A1 (ko) 가상 사용자 인터랙션을 수행하기 위한 방법 및 그 장치
WO2022154440A1 (ko) 오디오 데이터를 처리하는 전자 장치 및 그 동작 방법
WO2022177343A1 (ko) 지오펜스를 설정하기 위한 전자 장치 및 이의 동작 방법
WO2023128208A1 (ko) 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법
WO2023054839A1 (ko) 상황에 기반하여 서비스의 인증 방식을 적응적으로 제공하기 위한 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
WO2023106640A1 (ko) 전자 장치 및 상기 전자 장치에서 제스처의 오인식을 방지하는 방법
WO2022173260A1 (ko) 부품을 제어하기 위한 방법 및 이를 지원하는 전자 장치
WO2022196906A1 (ko) 전자 장치와 전자 장치의 동작 방법, 및 기록매체
WO2022092539A1 (ko) 사용자 모델을 관리하는 전자 장치 및 이의 동작 방법
WO2023149782A1 (ko) 햅틱 기능을 제공하기 위한 전자 장치 및 그 방법
WO2023163347A1 (ko) 전자 장치 및 전자 장치에서 디스플레이의 밝기를 조절하는 방법
WO2023146104A1 (ko) 무선 충전 가이드 제공 방법 및 이를 수행하는 전자 장치
WO2024063380A1 (ko) 플렉서블 디스플레이에 표시되는 화면을 제어하기 위한 전자 장치 및 방법
WO2022154349A1 (ko) 배터리 잔여량에 기초하여 전자 장치를 제어하는 방법 및 그 전자 장치
WO2023282549A1 (ko) 시그널 라인의 크랙을 검출하기 위한 전자 장치 및 전자 장치의 동작 방법
WO2022075603A1 (ko) 보행에 관한 정보를 확인하는 전자 장치 및 보행에 관한 정보를 확인하는 전자 장치의 동작 방법
WO2023106621A1 (ko) 사용자를 인증하기 위한 클라우드 서버 및 이의 동작 방법
WO2023013845A1 (ko) 전자 장치 및 전자 장치에서 임베디드 가입자 식별 모듈 프로파일을 설치하는 방법
WO2022203374A1 (ko) 음성 어시스턴트 서비스 제공 방법 및 이를 지원하는 전자 장치
WO2024085550A1 (ko) 가상 장치의 디스플레이의 제어를 위한 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
WO2023068549A1 (ko) 외부 장치를 이용하는 전자 장치 및 이의 동작 방법
WO2022149695A1 (ko) 듀얼 디바이스와, 상기 듀얼 디바이스를 연결하는 연결 장치를 포함하는 전자 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22916362

Country of ref document: EP

Kind code of ref document: A1