제1항에 있어서,상기 특징은,제곱평균제곱근(RMS), 셉스트랄 계수(CC), 샘플 엔트로피(SE) 또는 신호의 길이(WL) 중 적어도 하나를 포함하는, 전자 장치.

삭제

제1항에 있어서,상기 프로세서는,20Hz 내지 450Hz 대역의 밴드패스필터에 기초하여 상기 안면부 근전도 신호를 필터링하는, 전자 장치.

제1항에 있어서,상기 프로세서는,상기 안면부 근전도 신호에 기 설정된 크기의 윈도우를 기 설정된 시간 간격으로 이동시키면서 상기 특징을 추출하는, 전자 장치.

사용자의 안면부에 부착되어 얼굴 표정에 따른 안면부 근전도 신호를 감지하는 센서부;상기 안면부 근전도 신호에 기초하여 특징을 추출하고, 상기 추출된 특징에 대응되는 아바타의 얼굴 움직임 데이터 값을 판단하는 프로세서; 및상기 아바타의 얼굴 움직임 데이터 값을 기초로 상기 아바타의 얼굴 움직임을 제어하여 상기 사용자의 얼굴 표정에 대응되는 상기 아바타의 얼굴 표정을 표시하는 디스플레이;를 포함하고,상기 프로세서는,서로 다른 복수의 사용자 각각에 대해 동일한 기 설정된 얼굴 표정에서 감지된 안면부 근전도 신호로부터 특징을 추출하고, 상기 서로 다른 복수의 사용자와 관련되어 추출된 각각의 상기 특징을 유사도에 기초하여 복수의 그룹으로 분류하며, 상기 분류된 복수의 그룹 각각에 대해 학습된 복수의 학습 모델 중 상기 사용자의 상기 동일한 기 설정된 얼굴 표정에서 감지된 안면부 근전도 신호에 기초하여 추출된 특징과 가장 유사도가 높은 학습 모델을 식별하고, 상기 사용자의 감지된 안면부 근전도 신호로부터 추출된 특징에 기초하여 상기 식별된 학습 모델로부터 상기 아바타의 얼굴 움직임 데이터 값을 판단하며, 상기 복수의 학습 모델 각각에 포함된 기 설정된 얼굴 표정에 대응되는 특징을 포함하는 그룹의 중심 값과 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징 간의 거리를 산출하고, 상기 산출된 거리가 가장 가까운 그룹이 포함된 학습 모델을 상기 가장 유사도가 높은 학습 모델로 판단하는, 전자 장치.

제1항에 있어서,상기 센서부는,상기 사용자의 좌측 눈의 상하부 각각에 복수 개의 센서가 하나의 센서 세트로 배치되고, 상기 사용자의 우측 눈의 상하부 각각에 복수 개의 센서가 하나의 센서 세트로 배치되는, 전자 장치.

제2항에 있어서,상기 프로세서는,각각의 센서 세트에 포함된 상기 복수 개의 센서에서 감지된 복수 개의 신호 간의 차이를 상기 각각의 센서 세트의 안면부 근전도 신호로 획득하는, 전자 장치.

사용자의 안면부에 부착된 센서부가 얼굴 표정에 따른 안면부 근전도 신호를 감지하는 단계;상기 안면부 근전도 신호에 기초하여 특징을 추출하는 단계;상기 추출된 특징에 대응되는 아바타의 얼굴 움직임 데이터 값을 판단하는 단계; 및상기 아바타의 얼굴 움직임 데이터 값을 기초로 상기 아바타의 얼굴 움직임을 제어하여 상기 사용자의 얼굴 표정에 대응되는 상기 아바타의 얼굴 표정을 표시하는 단계;를 포함하고, 상기 얼굴 움직임 데이터 값을 판단하는 단계는,서로 다른 복수의 사용자 각각에 대해 동일한 기 설정된 얼굴 표정에서 감지된 안면부 근전도 신호로부터 특징을 추출하고, 상기 서로 다른 복수의 사용자와 관련되어 추출된 각각의 상기 특징을 유사도에 기초하여 복수의 그룹으로 분류하며, 상기 분류된 복수의 그룹 각각에 대해 학습된 복수의 학습 모델 중 상기 사용자의 상기 동일한 기 설정된 얼굴 표정에서 감지된 안면부 근전도 신호에 기초하여 추출된 특징과 가장 유사도가 높은 학습 모델을 식별하고, 상기 사용자의 감지된 안면부 근전도 신호로부터 추출된 특징에 기초하여 상기 식별된 학습 모델로부터 상기 아바타의 얼굴 움직임 데이터 값을 판단하며, 상기 복수의 학습 모델 각각에 포함된 기 설정된 얼굴 표정에 대응되는 특징을 포함하는 그룹의 중심 값과 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징 간의 거리를 산출하고, 상기 산출된 거리가 가장 가까운 그룹이 포함된 학습 모델을 상기 가장 유사도가 높은 학습 모델로 판단하는, 전자 장치의 제어 방법.

제8항에 있어서,상기 센서부는 복수 개의 센서를 포함하는 센서 세트를 복수 개 포함하고, 각각의 센서 세트에 포함된 상기 복수 개의 센서에서 감지된 복수 개의 신호 간의 차이를 상기 각각의 센서 세트의 안면부 근전도 신호로 획득하는 단계;를 더 포함하는 전자 장치의 제어 방법.

제8항에 있어서,20Hz 내지 450Hz 대역의 밴드패스필터에 기초하여 상기 안면부 근전도 신호를 필터링하는 단계;를 더 포함하는 전자 장치의 제어 방법.

제8항에 있어서,상기 특징을 추출하는 단계는,상기 안면부 근전도 신호에 기 설정된 크기의 윈도우를 기 설정된 시간 간격으로 이동시키면서 상기 특징을 추출하는, 전자 장치의 제어 방법.

제8항에 있어서,상기 특징은,제곱평균제곱근(RMS), 셉스트랄 계수(CC), 샘플 엔트로피(SE) 또는 신호의 길이(WL) 중 적어도 하나를 포함하는, 전자 장치의 제어 방법.

삭제

사용자의 안면부에 부착되어 얼굴 표정에 따른 안면부 근전도 신호를 감지하고, 상기 감지된 안면부 근전도 신호를 서버로 전송하는 센서 장치;수신된 안면부 근전도 신호에 기초하여 특징을 추출하고, 상기 추출된 특징에 대응되는 아바타의 얼굴 움직임 데이터 값을 판단하며, 상기 판단된 아바타의 얼굴 움직임 데이터 값을 단말 장치로 전송하는 서버; 및수신된 아바타의 얼굴 움직임 데이터 값을 기초로 상기 아바타의 얼굴 움직임을 제어하여 상기 사용자의 얼굴 표정에 대응되는 상기 아바타의 얼굴 표정을 표시하는 단말 장치;를 포함하고,상기 서버는,서로 다른 복수의 사용자 각각에 대해 동일한 기 설정된 얼굴 표정에서 감지된 안면부 근전도 신호로부터 특징을 추출하고, 상기 서로 다른 복수의 사용자와 관련하여 추출된 각각의 상기 특징을 유사도에 기초하여 복수의 그룹으로 분류하며, 상기 분류된 복수의 그룹 각각에 대해 학습된 복수의 학습 모델 중 상기 사용자의 상기 동일한 기 설정된 얼굴 표정에서 감지된 안면부 근전도 신호에 기초하여 추출된 특징과 가장 유사도가 높은 학습 모델을 식별하고, 상기 사용자의 감지된 안면부 근전도 신호로부터 추출된 특징에 기초하여 상기 식별된 학습 모델로부터 상기 아바타의 얼굴 움직임 데이터 값을 판단하며, 상기 복수의 학습 모델 각각에 포함된 기 설정된 얼굴 표정에 대응되는 특징을 포함하는 그룹의 중심 값과 상기 사용자의 기 설정된 얼굴 표정에 대응되는 특징 간의 거리를 산출하고, 상기 산출된 거리가 가장 가까운 그룹이 포함된 학습 모델을 상기 가장 유사도가 높은 학습 모델로 판단하는, 아바타 얼굴 표정 표시 시스템.