• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권12호
• /
• pp.497-506
• /
• 2017

스마트폰의 가속도 센서로 사용자의 걸음이나 행동을 분석하여 사용자 인증을 하는 연구는 이전에도 있었으나, PIN 입력에 적용하기에는 사용자 편의성이 낮아서 부족한 면이 있었다. 이 논문에서는 스마트폰의 스크린을 직접 터치하는 것이 아니라, 스마트폰의 진동 센서와 가속도 센서를 이용하여 PIN을 입력하는 기법을 제안한다. 우리는 제안한 기법을 이용하여 사용성 실험을 진행하였고 사용자가 이 기법에 익숙해짐에 따라 사용성이 높아진다는 것과 그로인해 평균 12.9초, 100%의 확률로 PIN을 입력할 수 있다는 것을 확인하였다. 또한 보안성 실험을 통해 공격자가 촬영 공격을 이용하여 사용자를 공격했을 때 공격 성공률이 0%이였다는 것과 그로인해 기존에 존재하는 PIN 입력 기법보다 안전하다는 것을 확인하였다. 결과적으로 충분히 사용될 수 있는 기법이라는 것을 확인하였다.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.19-26
• /
• 2018

최근 범세계적으로 환경 오염에 대한 사회적 관심이 지속적으로 증가하고 있는 추세이다. 특히, 실내외 환경 요소 측정과 데이터 관리를 편리하고 효과적으로 할 수 있는 서비스 요구가 증가하고 있다. 이러한 요구에 따라, 실내외에서 환경 요소를 측정할 수 있는 센서들이 개발되어 왔다. 그러나, 센서는 독립적인 모듈로 구성되어 있기 때문에, 각 센서에서 출력되는 데이터 인터페이스가 서로 다르다. 본 연구에서는, 이 문제를 해결하기 위해 블루투스를 사용하는 스마트폰과 All-in-One 센서 디바이스 보드간 저전력 근거리 무선 통신에 적합한 전용 프로토콜을 제안하고, 블루투스를 통한 사용자 스마트폰과 인터페이스의 성능을 측정하기 위한 검증 프로그램을 개발하여 제안된 전용 프로토콜에 대한 성능을 분석한다. 또한, 제안된 프로토콜을 사용하는 스마트폰 앱을 구현하여 사용자가 요구하는 구체적인 서비스를 제시한다.

• 한국산학기술학회논문지
• /
• 제16권6호
• /
• pp.4021-4030
• /
• 2015

맥파는 심전도와 같이 자율신경계를 통해 생리적 반응을 측정하는 신호이지만, 손가락에 센서 하나만 부착시키면 되기 때문에 상대적으로 신호의 측정이 간편하다는 장점을 가지고 있어 u-Healthcare 분야에서의 활용이 용이하다. 따라서 본 연구의 목적은 스마트폰 카메라의 CMOS 영상 센서를 활용하여 맥파를 비침습적으로 측정하는 방법 중의 하나인 광용적맥파를 획득하고 이로부터 스트레스 여부를 판단하는 휴대형 시스템을 개발하여 u-Healthcare 분야에서의 활용 가능성을 확인하는 것이다. 이를 위해 광용적맥파를 별도의 센서에 의한 측정이 아닌 스마트폰 카메라에서 획득되는 영상 데이터를 활용하여 광용적맥파를 획득한 후 분석하였다. 또한 확보된 광용적맥파 영상신호 데이터를 이용하여 심박변이도와 스트레스 지수를 별도의 호스트 장비 없이 스마트폰만을 이용해 사용자에게 제공 하였다. 또한 부가적으로 스마트폰에 부착가능한 별도의 하드웨어 디바이스를 개발함으로써 획득된 데이터의 신뢰도 및 정확성을 향상시켰다. 실험결과를 통해 스마트폰의 카메라 영상을 활용하여 광용적맥파 신호를 통한 심박수 측정과 스트레스의 정도를 분석하기 위한 스트레스 지수 추출이 가능함을 확인할 수 있었다. 본 연구에서는 상용화된 제품 또는 정형화된 센서가 아닌 스마트폰의 카메라를 이용하기 때문에 상용화된 외부 센서에 의한 광용적맥파 신호보다는 해상도가 떨어지는 단점이 있음에도 불구하고 결과 데이터의 신뢰도 향상을 위한 별도의 추가외부 장치 개발 및 여러 가지 최적화 알고리즘을 통해 신뢰성 있는 데이터를 확보할 수 있어 u-Healthcare 장비로써의 활용 가능성을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1421-1429
• /
• 2017

Human activity recognition has been studied using various sensors and algorithms. Human activity recognition can be divided into sensor based and vision based on the method. In this paper, we proposed an activity recognition system using acceleration sensor and gyroscope sensor in smartphone among sensor based methods. We used Deep Belief Network (DBN), which is one of the most popular deep learning methods, to improve an accuracy of human activity recognition. DBN uses the entire input set as a common input. However, because of the characteristics of different time window depending on the type of human activity, the RBMs, which is a component of DBN, are configured hierarchically by combining them from different time windows. As a result of applying to real data, The proposed human activity recognition system showed stable precision.

• International Journal of Advanced Culture Technology
• /
• 제5권2호
• /
• pp.63-73
• /
• 2017

In this paper, we propose algorithm for determining the static and dynamic posture using the acceleration sensor of smartphone. The measured acceleration values are then analyzed according to a preprocessing to the respective axis (X, Y, Z) and posture (standing, sitting, lying) presents static posture determination criterion. The proposed static posture determination condition is used for static posture determination and dynamic posture determination. The dynamic posture is determined by using regression linear equations. In addition, transition state can be grasped by SVM change in dynamic posture determination. Experimental results are presented using data and app. Experiments were performed using data collected from 10 adults.

• 한국융합학회논문지
• /
• 제11권3호
• /
• pp.37-43
• /
• 2020

스마트폰 기반의 추적은 다양한 시나리오에서 널리 연구되어왔다. 그러나 우리가 아는 한, GPS 신호 및 무선 인프라가 항상 이용 가능하지 않는 지하 대중교통 시스템의 추적 문제를 해결한 연구는 극소수에 불과하다. 전동차의 위치를 아는 것은 지하철 승객에게 유용한 서비스를 개발하는데 필요하다. 따라서 지하철 승객을 대상으로 스마트폰 센서를 이용하여 모션 상태 및 정차역을 추정하는 방법이 연구되고 있다. 이 논문에서는 스마트폰의 기압계와 자기 센서를 이용하는 추적 방법을 제안한다. 이 논문에서 제안된 방법은 먼저 기압의 변동 및 자기장의 세기에 따라 전동차가 운행하는지 정차하는지를 추정한다. 그 다음에 고도 값과 자기장 값으로 전동차가 정차하는 정확한 역을 추정한다. 우리는 서울의 지하철 5호선 데이터를 사용하여 제안된 방법을 평가했다. 이전 방법과 비교하여 제안된 방법은 더 높은 정확성을 얻었다.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.119-125
• /
• 2018

스마트폰을 이용한 실내에서의 위치 기술이 다양하게 연구되고 있다. 그 중 스마트폰에 내장된 가속도 센서와 자이로 센서를 이용한 위치 추적 기술은 WiFi fingerprint 기술 등과 함께 연동되어 많이 사용되고 있다. 센서를 이용한 위치 추적 기술은 오래 전부터 사용되어 왔으나, 스마트폰의 경우 센서의 성능이 좋지 않고 사용자가 스마트폰을 일정한 자세로 들고 이동하는 등 사용 환경이 특이하다. 따라서 스마트폰 환경에서 위치 추적의 정확도를 높이기 위해서는 고유의 환경에서 적절한 알고리즘을 연구 개발해야 한다. 본 논문에서는 사용자의 이동 걸음 수 검출 알고리즘인 주파수 분석 방식, 최대 최소 가속도의 합 방식 및 적응형 임계값 방식에 대한 다양한 실험 환경에서의 성능을 분석하고, 가장 정확한 방식을 선정한다.

• 융합정보논문지
• /
• 제7권5호
• /
• pp.47-51
• /
• 2017

본 연구는 스마트폰 사용으로 인해 발생하는 전방머리자세의 유발 스트레스를 줄이기 위한 웨어러블 센서 착용이 전방머리자세 유발을 일으키는 목세움근과 위등세모근의 근피로에 미치는 영향을 알아보고자 하였다. 본 연구는 20~30대 건강한 성인을 대상으로 하여 일반적으로 스마트폰을 사용하는 대조군, 전방머리자세에 대한 자세를 의식하며 사용하는 비착용군 그리고 웨어러블 센서를 착용하는 실험군으로 나누어 근활성도를 살펴보았다. 목세움근과 윗등세모근의 근활성도는 대조군, 비착용군, 실험군과 비교하여 차이가 없는 것으로 나타났다. 또한 목세움근의 근활성도의 변화는 모든 군에서 증가하였고, 윗등세모근의 경우 비착용군과 대조군에 비해 착용군의 근활성도가 증가하였으나 통계적 유의성은 없었다. 즉 웨어러블 센서의 착용은 의식적인 자세 조절에 있어서 효과적일 수 있지만 다른 부위의 근긴장을 유발 할 수도 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제10권2호
• /
• pp.51-59
• /
• 2018

Health care has attracted a lot of attention, recently due to an increase in life expectancy and interest in health. Various biometric data of the user are collected by using the air pressure sensor, gyro sensor, acceleration sensor, and heart rate sensor to perform the Smart Health Care Activity Tracker function. Basically, smartphone application is made and tested for biometric data collection, but the Arduino platform and bio-signal measurement sensor are used to confirm the accuracy of the measured value of the smartphone. Use the Google Maps API to set user goals and provide guidance on the location of the user and the points the user wants. Also, the basic configuration of the main UI is composed of the screen of the camera, and it is possible for the user to confirm the forward while using the application, so that accident prevention is possible.

• ETRI Journal
• /
• 제36권6호
• /
• pp.1016-1022
• /
• 2014

This paper presents a hybrid model solution for user motion recognition. The use of a single classifier in motion recognition models does not guarantee a high recognition rate. To enhance the motion recognition rate, a hybrid model consisting of decision trees and artificial neural networks is proposed. We define six user motions commonly performed in an indoor environment. To demonstrate the performance of the proposed model, we conduct a real field test with ten subjects (five males and five females). Experimental results show that the proposed model provides a more accurate recognition rate compared to that of other single classifiers.