دانلود مقاله انگلیسی رایگان:در جهت کاربردهای آنلاین بیومتریک EEG با استفاده از پتانسیل های برانگیخته بصری - 2021
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی بیومتریک رایگان
  • Towards online applications of EEG biometrics using visual evoked potentials Towards online applications of EEG biometrics using visual evoked potentials
    Towards online applications of EEG biometrics using visual evoked potentials

    سال انتشار:

    2021


    عنوان انگلیسی مقاله:

    Towards online applications of EEG biometrics using visual evoked potentials


    ترجمه فارسی عنوان مقاله:

    در جهت کاربردهای آنلاین بیومتریک EEG با استفاده از پتانسیل های برانگیخته بصری


    منبع:

    Sciencedirect - Elsevier - Expert Systems With Applications, 177 (2021) 114961: doi:10:1016/j:eswa:2021:114961


    نویسنده:

    Hongze Zhao


    چکیده انگلیسی:

    Electroencephalogram (EEG)-based biometrics have attracted increasing attention in recent years. A few studies have used visual evoked potentials (VEPs) in EEG biometrics due to their high signal-to-noise ratio (SNR) and good stability. However, a systematic comparison of different types of VEPs is still lacking. Therefore, this study proposes a system framework for VEP-based biometrics. We quantitatively compared the performance of three types of VEP signals in person identification. Flash VEPs (f-VEPs), steady-state VEPs (ss-VEPs), and code- modulated VEPs (c-VEPs) measured from a group of 21 subjects on two different days were used to estimate the correct recognition rate (CRR). We adopted a template-matching-based identification algorithm that was developed for VEP detection in brain-computer interfaces (BCIs) for person identification. Furthermore, this study demonstrates an online person identification system using c-VEPs with a group of 15 subjects. Among the three methods, c-VEPs achieved the highest CRRs of 100% using 3.15-s VEP data (a 5.25-s duration including 2.1-s intervals) in the intra-session condition and 99.48% using 10.5-s VEP data (a 17.5-s duration including 7-s intervals) in the cross-session condition. The online system achieved a cross-session CRR of 98.93% using 10.5-s VEP data (a 14-s duration including 3.5-s intervals). A systematic comparison of the performance of the three types of VEP signals in EEG-based person identification revealed that the c-VEP paradigm achieved the highest CRRs. The online system further demonstrated high performance in practical applications. The proposed VEP- based biometric system obtained promising identification performance, showing great potential for online per- son identification applications in real life.
    Keywords: Biometrics | Electroencephalography | Person identification | Visual evoked potentials | Pattern analysis


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 9
    حجم فایل: 3082 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi