DRFNet: VEP ベースのクロスセッション EEG バイオメトリクスのアイデンティティの識別性と機能の堅牢性の強化
IEEE journal of biomedical and health informatics
|September 1, 2025
まとめ
この研究は,電気脳波 (EEG) 信号から視覚的に誘発されたポテンシャル (VEP) を使用して生体認証を改善するための新しい方法である差別性堅牢な機能ネットワーク (DRFNet) を導入します. DRFNetは,一般的なパフォーマンスの問題を克服して,異なるセッションで精度を高めます.
科学分野:
- 神経科学
- バイオメトリクス
- 信号処理
背景:
- ビジュアル・エコール・ポテンシャル (VEP) を使った生体認証は有望である.
- 非静止脳波 (EEG) 信号は,クロスセッションのシナリオでパフォーマンスを低下させる.
研究 の 目的:
- VEPベースのバイオメトリックのセッションにおけるアイデンティティ表現の強度と主体間の差別性を高める.
- クロス・セッション・エレクトロエンケファログラフィー (EEG) データの性能低下に対処する.
主な方法:
- ディスクリメンティブ・ロバスト・フィーチャー・ネットワーク (DRFNet) を提案した.
- 個別差を拡大する ログパワー変換を組み込みます
- アイデンティティのシグナルとセッション間インヴァリアンスのバランスをとるための適応的注意で階層的な正常化を使用した.
主要な成果:
- 2つの公開の複数セッションのSSVEPデータセットで高い識別精度 (92.92%と86.30%) を達成しました.
- 低誤差率 (3.92%と4.09%) が得られた.
- フィルターバンク処理と特定の電極選択が差別的な特徴を高め,システムの軽量化が可能であることを実証した.
結論:
- DRFNetは,VEPベースの生体認証の安定性と正確性を大幅に改善します.
- 提案された方法は,軽量で効果的な生体認証システムを開発するための実用的なアプローチを提供します.
- さらに分析すると,機能抽出と電極選択を最適化して性能を向上させることが示唆される.
