Станкевич Лев Александрович
Lev A. Stankevich
Lev A. Stankevich
E-mail: stankevich_lev@inbox.ru
Кандидат технических наук, доцент, ведущий программист лаборатории "Системы управления мобильными устройствами" Института компьютерных наук и технологий СПбПУ.
Кандидат технических наук, доцент, ведущий программист лаборатории "Системы управления мобильными устройствами" Института компьютерных наук и технологий СПбПУ.
Статьи автора:
Аутентификация пользователя по электроэнцефалографическим сигналам при моргании
User Authentication by Electroencephalographic Signals when Blinking
User Authentication by Electroencephalographic Signals when Blinking
Открыто 
В статье представлены результаты исследования в области применения электроэнцефалографии (ЭЭГ) для аутентификации человека. Разработан и описан алгоритм ЭЭГ-аутентификации на основе морганий. Аутентификация проводится по одному морганию, что занимает 2-5 секунд. Для сбора данных используется электроэнцефалограф Muse. Предобработка данных включает вейвлет-преобразование и выделение морганий. В качестве признаков используются геометрические характеристики ЭЭГ. Распознавание ведется классификатором на основе Случайного леса (Random Forest). По результатам тестирования процент верной аутентификации составил 95 %. Имеется возможность фоновой аутентификации. Реализованная система может быть использована для аутентификации студентов при дистанционном образовании. С. 52-69.
The article presents the results of a study in the field of applying electroencephalography (EEG) for human authentication. An algorithm for EEG authentication based on blinks has been developed and described. Authentication is carried out by one blink, which takes 2-5 seconds. The data is collected using a Muse electroencephalograph. Data preprocessing includes wavelet transform and blink detection. Geometric characteristics of the EEG signals are used as features. Recognition is conducted by the Random Forest classifier. According to the test results, the percentage of correct authentication was 90 %. There is the possibility of background authentication. The implemented system may be used to authenticate students at distant education.
The article presents the results of a study in the field of applying electroencephalography (EEG) for human authentication. An algorithm for EEG authentication based on blinks has been developed and described. Authentication is carried out by one blink, which takes 2-5 seconds. The data is collected using a Muse electroencephalograph. Data preprocessing includes wavelet transform and blink detection. Geometric characteristics of the EEG signals are used as features. Recognition is conducted by the Random Forest classifier. According to the test results, the percentage of correct authentication was 90 %. There is the possibility of background authentication. The implemented system may be used to authenticate students at distant education.
Ключевые слова: электроэнцефалограмма, аутентификация, моргание, электроокулограмма, машинное обучение, классификация, Muse Headband, дистанционное образование.
Keywords: electroencephalogram, authentication, blinking, electrooculogram, machine learning, classification, Muse Headband.
Аутентификация пользователя по электроэнцефалографическим сигналам при моргании
User Authentication by Electroencephalographic Signals when Blinking
User Authentication by Electroencephalographic Signals when Blinking
Открыто
В статье представлены результаты исследования в области применения электроэнцефалографии (ЭЭГ) для аутентификации человека. Разработан и описан алгоритм ЭЭГ-аутентификации на основе морганий. Аутентификация проводится по одному морганию, что занимает 2-5 секунд. Для сбора данных используется электроэнцефалограф Muse. Предобработка данных включает вейвлет-преобразование и выделение морганий. В качестве признаков используются геометрические характеристики ЭЭГ. Распознавание ведется классификатором на основе Случайного леса (Random Forest). По результатам тестирования процент верной аутентификации составил 95 %. Имеется возможность фоновой аутентификации. Реализованная система может быть использована для аутентификации студентов при дистанционном образовании. С. 52-69.
The article presents the results of a study in the field of applying electroencephalography (EEG) for human authentication. An algorithm for EEG authentication based on blinks has been developed and described. Authentication is carried out by one blink, which takes 2-5 seconds. The data is collected using a Muse electroencephalograph. Data preprocessing includes wavelet transform and blink detection. Geometric characteristics of the EEG signals are used as features. Recognition is conducted by the Random Forest classifier. According to the test results, the percentage of correct authentication was 90 %. There is the possibility of background authentication. The implemented system may be used to authenticate students at distant education.
The article presents the results of a study in the field of applying electroencephalography (EEG) for human authentication. An algorithm for EEG authentication based on blinks has been developed and described. Authentication is carried out by one blink, which takes 2-5 seconds. The data is collected using a Muse electroencephalograph. Data preprocessing includes wavelet transform and blink detection. Geometric characteristics of the EEG signals are used as features. Recognition is conducted by the Random Forest classifier. According to the test results, the percentage of correct authentication was 90 %. There is the possibility of background authentication. The implemented system may be used to authenticate students at distant education.
Ключевые слова: электроэнцефалограмма, аутентификация, моргание, электроокулограмма, машинное обучение, классификация, Muse Headband, дистанционное образование.
Keywords: electroencephalogram, authentication, blinking, electrooculogram, machine learning, classification, Muse Headband.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть