초록
뇌파는 비선형적이고 비정상적인 특징을 가지므로 주파수 분석법보다는 시간-주파수 분석법을 적용하는 것이 효과적이다. 본 논문은 기존에 제안했던 EIV 기법과 다층신경망을 이용한 뇌파기반 졸음 감지 시스템에 시간-주파수 분석 방법인 이산 웨이블릿 변환을 적용한 졸음 감지 시스템을 제안한다. 또한 운전자의 상태를 기존의 '각성', '천이', '졸음'의 세 가지 상태에 '기타'를 추가하여 네 가지 상태로 분류율을 측정하였으며, 기계 학습을 수행하여 제안한 시스템이 특정 조건에서 우수한 성능을 가짐을 확인하였다.
Since electroencephalogram(EEG) has non-linear and non-stationary properties, it is effective to analyze the characteristic of EEG with time-frequency method rather than spectrum method. In this letter, we propose the modified drowsiness detection system using discrete wavelet transform combined with errors-in-variables and multilayer perceptron methods. For the comparison of the proposed scheme with the previous one, the state 'others' is added to the previous states of drivers: 'alertness,' 'transition,' and 'drowsiness.' From the computer simulation using machine learning, we confirm that the proposed scheme outperforms the previous one for some conditions.
