Designing Mobile User Interface with Grip-Pattern Recognition
파지 형태 인식을 통한 휴대 단말용 사용자 인터페이스 설계
- Chang, Wook (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Kim, Kee-Eung (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Lee, Hyun-Jeong (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Cho, Joon-Kee (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Soh, Byung-Seok (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Shim, Jung-Hyun (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Yang, Gyung-Hye (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Cho, Sung-Jung (Interaction Lab, Samsung Advanced Institute of Technology) ;
- Park, Joon-Ah (Interaction Lab, Samsung Advanced Institute of Technology)
- 장욱 (삼성종합기술원 인터랙션 랩) ;
- 김기응 (삼성종합기술원 인터랙션 랩) ;
- 이현정 (삼성종합기술원 인터랙션 랩) ;
- 조준기 (삼성종합기술원 인터랙션 랩) ;
- 소병석 (삼성종합기술원 인터랙션 랩) ;
- 심정현 (삼성종합기술원 인터랙션 랩) ;
- 양경혜 (삼성종합기술원 인터랙션 랩) ;
- 조성정 (삼성종합기술원 인터랙션 랩) ;
- 박준아 (삼성종합기술원 인터랙션 랩)
- Published : 2006.02.13
Abstract
A novel and intuitive way of accessing applications of mobile devices is presented. The key idea is to use grip-pattern, which is naturally produced when a user tries to use the mobile device, as a clue to determine an application to be launched. To this end, a capacitive touch sensor system is carefully designed and installed underneath the housing of the mobile terminal to capture the image of the user's grip-pattern. The captured data is then recognized by a recognizer with dedicated preprocessing and postprocessing algorithms. The recognition test is performed to validate the feasibility of the proposed user interface system.
본 논문에서는 휴대 단말을 위한 새롭고 직관적인 응용 프로그램 구동 방식을 제안한다. 핵심 아이디어는 사용자가 휴대 단말을 사용할 때 자연스럽게 발생하는 파지 형태를 응용프로그램 구동의 근거로 활용하는 것이다. 이를 위해 정전 용량 방식 터치 센서 시스템을 제작하고 이를 휴대 단말의 케이스 하부에 장착을 해 사용자의 파지 형태를 취득한다. 획득된 파지 형태의 인식을 위해 제안한 시스템에 특화된 인식기 및 전처리와 후처리 알고리즘을 개발하였다. 제안된 사용자 인터페이스 시스템의 효용성을 검증하기 위해 인식률 테스트를 수행한다.
Keywords
- Mobile terminal;
- capacitive touch sensing;
- recognition;
- context-awareness;
- motion sensing;
- accelerometer;
- support vector machine;
- Bayesian network