지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김태선
- 발행연도
- 2013
- 저작권
- 가톨릭대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 스마트폰을 필두로 한 휴대형 전자기기의 발전 추세는 User Interface (UI), User Experience(UX)를 중심으로 조작의 편의성을 증대시키고 생활 밀착형 서비스를 제공하기 위한 경쟁 구도로 변화하고 있다. 이러한 추세에 따라 인간-컴퓨터 상호작용(HCI) 기술이 주목받고 있다. 하지만 다양한 시도의 연구결과가 있었음에도 기존 손을 이용하는 인터페이스와 비교해 차별성이 없거나 실용성이 떨어지는 부분이 있어 활성화되기 어려운 바가 있었다. 본 논문에서는 단 두 군데의 전극 부착만으로 생체신호를 측정하고 이를 통해 안구이동추적이 가능하며 더불어 이를 깨무는 동작을 통해 추가적인 조작을 할 수 있는 시스템을 제안한다. 제안된 시스템은 단채널의 생체신호를 주파수 분할하여 안전도와 측두근 근전도 신호를 얻고 각각 독립적인 알고리즘을 통해 동작하도록 한다. 안전도 신호처리과정에서는 PLA 알고리즘을 적용해 처리해야할 분석을 효과적으로 단순화 시키되 0.2초미만의 반응속도를 보일 수 있도록 하였고 이중 기계학습 구조를 적용해 잡음에 강인하고 뛰어난 안구이동추적 성능을 보인다. 또한 이를 깨무는 동작 시에 나타나는 측두근 근전도에 반응하도록 하여 안구이동 추적 이후의 추가적인 조작을 가능하게 했다. 제안된 시스템을 이용해 개발된 응용 프로그램은 5초 미만의 간단하고 친숙한 조작을 통해 손을 전혀 이용하지 않고도 완성된 명령을 전달할 수 있음을 보였다. 이는 기존의 안구이동을 이용한 HCI 연구들과 비교해 매우 가벼운 시스템 사양과 휴대성을 유지하면서 즉각적이고 연속적인 반응속도로 동작하고 사용자의 거부감 또한 최소화 하였다. 손을 전혀 이용하지 않고도 완성된 동작이 가능하여 기존의 손을 이용하는 인터페이스와는 차별화된 사용자 경험을 줄 수 있으며 사지 거동이 불편한 중증 장애인들을 위해 유용하게 사용될 수 있다.
목차
초 록..............................................................................................................?Ⅰ. 서 론................................................................................................................ 1Ⅱ. 관련 연구 및 동향........................................................................................................4Ⅲ. 안구이동추적 시스템................................................................................................... 63. 1. 시스템 개요 및 구조................................................................................. 63. 2. 생체신호 취득.............................................................................................. 83. 2. 1. 안전도........................................................................................ 83. 2. 2. 측두근 근전도.......................................................................... 93. 2. 3. 생체신호 취득 하드웨어 개발 및 제작...........................103. 2. 4. 생체신호 수집........................................................................153. 3. 주파수 분할 및 잡음제거....................................................................... 173. 4. Piecewise Linear Approximation........................................................ 193. 5. 특징 추출.................................................................................................... 273. 6. 이중 기계학습 구조................................................................................. 303. 6. 1. 분류기 적용........................................................................... 303. 6. 2. 곡선 맞춤 모델..................................................................... 333. 7. 측두근 근전도 신호처리......................................................................... 39Ⅳ. 실험 및 결과................................................................................................................414. 1. 성능평가 실험............................................................................................414. 2. 응용 프로그램 제작................................................................................. 47Ⅴ. 결론 및 향후 연구과제............................................................................................. 50참 고 문 헌.........................................................................................................................52영 문 논 문 제 출 서.................................................................................................... 55영 문 인 준 서................................................................................................................ 56ABSTRACT....................................................................................................................... 57List of Publication............................................................................................................ 59
최근 본 자료
댓글(0)
0