사용자 인식을 위한 생체신호 데이터베이스 생성 및 매칭

초록

최근 보안의 중요성이 대두되면서 사용자 인식에 다양한 방식이 사용되고 있다. 특히 생체인식을 이용 한 사용자 인식 방식이 보안성이 뛰어나 주목받고 있다. 본 논문에서는 사람마다 보행에 따라 다른 측정 값을 보이는 생체신호인 EMG(electromyography)신호를 이용하여 사용자 인식하는 방식을 제안한다. EMG 신호를 이용한 사용자 인식을 위해서 EMG 신호를 보행주기 기반으로 새롭게 재구성하여 데이터베이스를 생성하고 생성된 데이터베이스와 입력된 EMG 신호를 매칭(matching)하여 사용자를 인식한다. 실험에는 피험자 3명이 참가했으며 6개의 특징을 각각 이용한 사용자 인식 실험 결과 VAR(Variation)의 정확도가 가장 높았다. 또한 RMS(Root Mean Square), MAV(Mean Absolute Square))의 평균 인식률이 각각 93.33%, 86.67%의 정확도를 보여서 사용자 인식에 적합한 특징으로 나타났다. 보안성을 높이기 위해서 다수의 특징을 결합하는 경우, RMS, VAR, MAV 3개의 특징을 결합했을 때 평균인식률이 96.67%, 표준편 차 1.67%로 좋은 인식 성능을 보였다.