제1항에 있어서, 상기 다중 센서는,사운드센서 및 가속도센서로 이루어지며,상기 검출단계는,상기 사운드센서의 감지데이터인 사운드데이터와 상기 가속도센서의 감지데이터인 가속도데이터 각각의 피크(peak) 값을 검출하는 피크검출단계; 및상기 검출된 피크 값이 임계 값 이상인 경우, 상기 사운드데이터 및 가속도데이터를 상기 노크데이터로 검출하는 노크검출단계를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제4항에 있어서, 상기 검출단계는,상기 피크검출단계 후, 상기 임계 값 이상의 피크 값이 검출된 사운드데이터 및 가속도데이터 각각으로부터 샘플데이터를 추출하는 샘플추출단계를 더 포함하고,상기 노크검출단계는 상기 추출된 샘플데이터를 상기 노크데이터로 검출하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

노크(knock)를 활용하여 객체를 식별하는 방법으로서,사용자 단말에 설치된 다중(Multimodal) 센서로부터 감지데이터를 출력하는 출력단계;상기 감지데이터로부터 대상 객체와 상기 사용자 단말 사이의 노크에 의해 발생된 하나 이상의 노크데이터를 검출하는 검출단계; 및상기 검출된 노크데이터를 기반으로 상기 대상 객체를 식별하는 식별단계를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제1항에 있어서, 상기 다중 센서는,사운드센서 및 가속도센서 또는 사운드센서 및 각속도센서로 이루어지는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제1항에 있어서, 상기 다중 센서는,사운드센서, 가속도센서 및 각속도센서로 이루어지는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제5항에 있어서, 상기 검출단계는,상기 샘플추출단계 후, 기준주파수를 기준으로 상기 가속도데이터의 샘플데이터를 고주파수 성분과 저주파수 성분으로 분류하고, 상기 고주파수 성분의 합과 상기 저주파수 성분의 합 사이의 비율을 연산하는 연산단계를 더 포함하고,상기 노크검출단계는 상기 연산된 비율이 기준 비율 이상에 해당하는 경우, 상기 추출된 샘플데이터를 상기 노크데이터로 검출하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제1항에 있어서, 상기 식별단계는,상기 노크데이터로부터 특징데이터를 추출하는 특징추출단계; 및상기 추출된 특징데이터를 대상으로 객체 분류 알고리즘을 적용하여 상기 대상 객체를 식별하는 객체식별단계를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제1항에 있어서,상기 사용자 단말에 설치된 하나 이상의 어플리케이션정보를 객체정보 별로 구분하여 저장하는 저장단계; 및상기 식별단계 후, 상기 저장된 어플리케이션정보 중 상기 식별된 대상 객체에 해당하는 어플리케이션정보를 이용하여 해당 어플리케이션을 실행하는 실행단계를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제8항에 있어서, 상기 저장단계는,상기 어플리케이션정보를, 상호 간 구성 노크의 개수를 기준으로 구분되는 하나 이상의 노크시퀀스 별로 더 구분하여 저장하고,상기 검출단계는 상기 하나 이상의 노크데이터를 기준시간 동안 검출하며,상기 실행단계는 상기 저장된 어플리케이션정보 중 상기 식별된 대상 객체 및 상기 기준시간 동안 검출된 노크데이터의 개수에 해당하는 어플리케이션정보를 이용하여 해당 어플리케이션을 실행하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제9항에 있어서, 상기 저장단계는,상기 어플리케이션정보를, 상기 노크시퀀스를 구성하는 노크 사이의 시간 간격을 기준으로 더 구분하여 저장하고,상기 실행단계는 상기 저장된 어플리케이션정보 중 상기 식별된 대상 객체, 상기 검출된 노크데이터의 개수 및 상기 검출된 노크데이터 사이의 시간 간격에 해당하는 어플리케이션정보를 이용하여 해당 어플리케이션을 실행하는 것을 특징으로 하는 노크 기반 객체 식별 방법.

제1항 내지 제10항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체.

노크(knock)를 활용하여 객체를 식별하는 장치로서,자체에 설치되며, 감지데이터를 출력하는 다중(Multimodal) 센서;상기 감지데이터로부터 대상 객체와의 노크에 의해 발생된 하나 이상의 노크데이터를 검출하는 검출부; 및상기 검출된 노크데이터를 기반으로 상기 대상 객체를 식별하는 식별부를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제12항에 있어서, 상기 다중 센서는,사운드센서 및 가속도센서 또는 사운드센서 및 각속도센서로 이루어지는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제12항에 있어서, 상기 다중 센서는,사운드센서, 가속도센서 및 각속도센서로 이루어지는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제12항에 있어서, 상기 다중 센서는,사운드센서 및 가속도센서로 이루어지며,상기 검출부는,상기 사운드센서의 감지데이터인 사운드데이터와 상기 가속도센서의 감지데이터인 가속도데이터 각각의 피크(peak) 값을 검출하는 피크검출부; 및상기 검출된 피크 값이 임계 값 이상인 경우, 상기 사운드데이터 및 가속도데이터를 상기 노크데이터로 검출하는 노크검출부를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제15항에 있어서, 상기 검출부는,상기 임계 값 이상의 피크 값이 검출된 사운드데이터 및 가속도데이터 각각으로부터 샘플데이터를 추출하는 샘플추출부를 더 포함하고,상기 노크검출부는 상기 추출된 샘플데이터를 상기 노크데이터로 검출하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제16항에 있어서, 상기 검출부는,기준주파수를 기준으로 상기 가속도데이터의 샘플데이터를 고주파수 성분과 저주파수 성분으로 분류하고, 상기 고주파수 성분의 합과 상기 저주파수 성분의 합 사이의 비율을 연산하는 연산부를 더 포함하고,상기 노크검출부는 상기 연산된 비율이 기준 비율 이상에 해당하는 경우, 상기 추출된 샘플데이터를 상기 노크데이터로 검출하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제12항에 있어서, 상기 식별부는,상기 노크데이터로부터 특징데이터를 추출하는 특징추출부; 및상기 추출된 특징데이터를 대상으로 객체 분류 알고리즘을 적용하여 상기 대상 객체를 식별하는 객체식별부를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제12항에 있어서,자체에 설치된 하나 이상의 어플리케이션정보가 객체정보 별로 구분되어 저장된 저장부; 및상기 저장된 어플리케이션정보 중 상기 식별된 대상 객체에 해당하는 어플리케이션정보를 이용하여 해당 어플리케이션을 실행하는 제어부를 포함하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제19항에 있어서, 상기 저장부는,상기 어플리케이션정보가, 상호 간 구성 노크의 개수를 기준으로 구분되는 하나 이상의 노크시퀀스 별로 더 구분되어 저장되고,상기 검출부는 상기 하나 이상의 노크데이터를 기준시간 동안 검출하며,상기 제어부는 상기 저장된 어플리케이션정보 중 상기 식별된 대상 객체 및 상기 기준시간 동안 검출된 노크데이터의 개수에 해당하는 어플리케이션정보를 이용하여 해당 어플리케이션을 실행하는 것을 특징으로 하는 노크 기반 객체 식별 장치.

제20항에 있어서, 상기 저장부,상기 어플리케이션정보가, 상기 노크시퀀스를 구성하는 노크 사이의 시간 간격을 기준으로 더 구분되어 저장되고,상기 제어부는 상기 저장된 어플리케이션정보 중 상기 식별된 대상 객체, 상기 검출된 노크데이터의 개수 및 상기 검출된 노크데이터 사이의 시간 간격에 해당하는 어플리케이션정보를 이용하여 해당 어플리케이션을 실행하는 것을 특징으로 하는 노크 기반 객체 식별 장치.