초록
최근 기술의 발달로 국내에 10명 중 8명은 스마트폰을 사용하고 있다. 또한, 스마트폰을 이용한 다양한 어플리케이션들이 개발되었다. 이로 인해, 스마트폰 중독현상이 사회적인 문제로 대두되고 있다. 특히, 스마트폰 중독은 스스로가 조절하기 어렵고, 자각하기 힘들다. 주로 설문지를 중심으로한 연구들에서, 스마트폰 중독을 진단하기 위해 예를 들면 S-척도와 같은 연구를 수행해왔다. 본 연구에서는 ECG(심전도)와 Eye Gaze 신호를 이용한 검출 방법을 제안하고자 한다. 피험자가 감정 영상을 시청했을 때, 피험자의 ECG 신호와 Eye Gaze 신호를 각각 Shimmer와 스마트아이를 이용하여 측정한다. 더불어, ECG 신호의 S-transform 결과를 특징으로 추출한다. 또한 동공의 직경, 시선과의 거리, 눈 깜빡임으로 구성된 Eye Gaze 신호로부터 12개의 특징을 추출한다. 분류기는 랜덤 포레스트를 이용하여 학습시키고 피험자의 데이터를 이용하여 스마트폰 중독군을 검출한다. 검출한 결과와 실험 전 진행한 S-척도 결과와 비교한 결과 ECG는 87.89%의 정확도, Eye Gaze는 60.25%의 정확도를 보여주는 것을 알 수 있었다.
Recently, eight out of ten people have smartphone in Korea. Also, many applications of smartphone have increased. So, smartphone addiction has become a social issue. Especially, many people in smartphone addiction can't control themselves. Sometimes they don't realize that they are smartphone addiction. Many studies, mostly surveys, have been conducted to diagnose smartphone addiction, e.g. S-measure. In this paper, we suggest how to detect smartphone addiction based on ECG and Eye Gaze. We measure the signals of ECG from the Shimmer and the signals of Eye Gaze from the smart eye when the subjects see the emotional video. In addition, we extract features from the S-transform of ECG. Using Eye Gaze signals(pupil diameter, Gaze distance, Eye blinking), we extract 12 features. The classifier is trained using Random Forest. The classifiers detect the smartphone addiction using the ECG and Eye Gaze signals. We compared the detection results with S-measure results that surveyed before test. It showed 87.89% accuracy in ECG and 60.25% accuracy in Eye Gaze.
