• 한국산학기술학회논문지
• /
• 제16권11호
• /
• pp.7508-7512
• /
• 2015

뇌파로 의도를 접속하여 기계를 작동하는 뇌-기기 접속(Brain-Computer Interface, BCI) 기반의 인간-로봇상호작용(Human-Robot Interaction, HRI) 플랫폼을 제안한다. 사람의 뇌파로 의도를 포착하고 포착된 뇌파 신호에서 의도를 추출하거나 연관시키고 추출된 의도로 기기를 작동하게 하는 포착, 처리, 실행을 수행하는 플랫폼의 설계, 운용 및 구현 과정을 소개한다. 제안된 플랫폼의 구현 사례로 처리기에 구현된 상호작용 게임과 처리기를 통한 외부 장치 제어가 기술되었다. BCI 기반 플랫폼의 의도와 감지 사이의 신뢰성을 확보하기 위한 다양한 시도들을 소개한다. 제안된 플랫폼과 구현 사례는 BCI 기반의 새로운 기기 제어 작동 방식의 실현으로 확장될 것으로 기대된다.

• 한국정밀공학회지
• /
• 제20권2호
• /
• pp.7-13
• /
• 2003

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.129-138
• /
• 2022

With the increasing reliance of computing systems in our everyday life, there is always a constant need to improve the ways users can interact with such systems in a more natural, effective, and convenient way. In the initial computing revolution, the interaction between the humans and machines have been limited. The machines were not necessarily meant to be intelligent. This begged for the need to develop systems that could automatically identify and interpret our actions. Automatic gesture recognition is one of the popular methods users can control systems with their gestures. This includes various kinds of tracking including the whole body, hands, head, face, etc. We also touch upon a different line of work including Brain-Computer Interface (BCI), Electromyography (EMG) as potential additions to the gesture recognition regime. In this work, we present an overview of several applications of automated gesture recognition systems and a brief look at the popular methods employed.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.289-294
• /
• 2015

본 연구는 비교사학습의 대표적인 방법 중 하나인 코호넨의 자기조직화 방법을 기반으로 BCI(Brain-Computer Interface)에 적용 가능한 자율적 기계학습방법을 제안한다. 이를 위해 상호작용 함수를 이용한 학습영역조정방법과 자율적 기계학습규칙을 제안하였다. 학습영역조정과 기계학습은 코호넨의 자기조직화 방법을 기반으로 한 상호작용 함수에 의한 측면제어효과를 이용하였다. 승자 뉴런을 결정하고 난 후 학습 규칙에 따라 뉴런의 연결강도를 조정하고 학습 횟수가 증가함에 따라 학습영역이 점차 감소하여 출력층 뉴런 가중치들의 입력을 향한 유동을 완화시켜 네트워크가 평형 상태(equilibrium state)에 도달하여 학습을 마칠 수 있는 자율적 기계학습을 제안하였다.

• 전자공학회논문지SC
• /
• 제41권1호
• /
• pp.55-62
• /
• 2004

이 논문은 뇌 자기 공명 영상을 Talairach 좌표계에 맞추어 반자동적으로 정합시키기 위한 방법을 제시한다. 뇌영상을 Talairach 좌표계로 변환시키기 위해서는 anterior commissure (AC), posterior commissure (PC), 최 전방점 (AP), 최 후방점 (PP), 최고점 (SP), 최저점(IP), 좌측점 (LP), 우측점 (RP)을 정해주고, 뇌의 회전각을 구하기 위해서 좌뇌와 우뇌의 가운데를 지나는 선을 지정해 준다. 이때 제안한 방법을 쓰면 뇌를 좀더 쉽고 안정된 방법으로 정합할 수 있게 된다. 이 논문에서는 일단 뇌의 midsagittal plane을 추출해 내기 위해 사용자가 axial, coronal 방향에서 각각 두 개씩의 점을 지정해준다. 이후 원형정합을 이용하여 Corpus Callosum의 대강의 위치를 찾아내고 다음 단계에서 그 주변의 영역에 대한 원형정합을 통하여 정확한 AC와 PC의 위치를 찾아낸다. 마지막으로 단면의 밝기 정보를 이용하여 뇌의 경계를 이루는 나머지 점들을 찾을 수 있는데 이렇게 찾아낸 점들로 뇌자기공명영상을 정합하면 좀더 편리하고 안정적인 정합 결과를 얻을 수 있다.

• 대한인간공학회지
• /
• 제31권4호
• /
• pp.499-505
• /
• 2012

Objective: Research on the transformation of interaction between mobile machines and users through analysis on current gesture interface technology development trend. Background: For smooth interaction between machines and users, interface technology has evolved from "command line" to "mouse", and now "touch" and "gesture recognition" have been researched and being used. In the future, the technology is destined to evolve into "multi-modal", the fusion of the visual and auditory senses and "3D multi-modal", where three dimensional virtual world and brain waves are being used. Method: Within the development of computer interface, which follows the evolution of mobile machines, actively researching gesture interface and related technologies' trend and development will be studied comprehensively. Through investigation based on gesture based information gathering techniques, they will be separated in four categories: sensor, touch, visual, and multi-modal gesture interfaces. Each category will be researched through technology trend and existing actual examples. Through this methods, the transformation of mobile machine and human interaction will be studied. Conclusion: Gesture based interface technology realizes intelligent communication skill on interaction relation ship between existing static machines and users. Thus, this technology is important element technology that will transform the interaction between a man and a machine more dynamic. Application: The result of this study may help to develop gesture interface design currently in use.

• Journal of Multimedia Information System
• /
• 제2권3호
• /
• pp.275-280
• /
• 2015

Recently brainwaves are utilized diversely in the field of medicine, entertainment, education and so on. In the case of medicine, brainwaves are analyzed to estimate patients' diseases. However, the applications for entertainments usually utilize brainwaves as control signal without figuring out the characters of the brainwaves. Given that users' brainwaves are different each other, a normalization method is essential. The traditional brainwave normalization approaches utilize normal distribution. However, those approaches assume that brainwaves are collected enough to conduct normal distribution. When the few amounts of brainwaves are measured, the accuracy of the control signal based on the measured brainwaves becomes low. In this paper, we propose a normalization framework of BCI-based facial interfaces for novel volume controllers, which can normalizes the few amounts of brainwaves and then generates the control signals of BCI-based facial interfaces. In the experiments, two subjects were involved to validate the proposed framework and then the normalization processes were introduced.

• 융합신호처리학회논문지
• /
• 제11권2호
• /
• pp.112-124
• /
• 2010

정신장애 관련 검사 및 진단 방안에 관한 연구는 국내 외적으로 활발히 진행되고 있으나 해결을 위한 가장 기본적인 연구인 심리검사에 관한 연구는 다음과 같은 근본적인 문제점들을 내포한다. 기존 심리 검사의 대표적인 문제점으로는 심리상담가의 전문적 훈련정도에 따른 검사 결과의 해석 차이 등을 들 수 있다. 이러한 문제는 객관화된 심리 분석기법의 부재로부터 야기되어 지며 그 결과 동일한 피험자 응답에 대해서도 심리 검사자에 따른 서로 다른 주관적인 분석으로 귀결되어 진다. 심리검사 시 또 다른 문제점은 심리검사의 방법으로 부터 야기되어 진다. 기존의 심리검사는 다양한 의사소통을 통하여 이루어지게 되며, 이러한 문제는 중증장애우, 외국인, 영유아 피험자들의 심리 검사 및 분석을 어렵게 한다. 따라서 본 논문에서는 이러한 주관적인 심리검사의 문제점을 해결하기 위한 방안으로 Ballken지수법을 활용하여 주관적 심리검사 및 분석 기법중 하나인 TAT(Thematic Apperception Test)를 분석하여 정량화를 시도하며 객관화 하고자 한다. 정량화되어진 분석결과를 BCI(Brain Computer Interface)기반의 TAT환경 하에 수집되어진 사용자의 뇌파 신호와 비교분석하여 정신장애에 따른 뇌파특징벡터 DB의 구축 및 분류를 수행 한다. 본 논문에서 제안하는 심리검사 및 진단 시스템은 기 구축된 뇌파특징벡터 DB를 활용하여 기존의 주관적인 심리검사 기법을 정량화 및 객관화하며, 피험자의 간단한 뇌파검사만으로도 심리검사가 가능하여 기존 심리검사의 대표적인 문제점을 해결 가능 할 것으로 판단되어진다.

• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.227-236
• /
• 2007

유비쿼터스 시대의 도래에 따른 서비스의 고급화는 다양한 형태의 사용자 단말기의 개발을 유도하였으며, 이러한 사용자 단말기의 변화는 다양한 형태의 인간친화형 사용자 인터페이스의 개발로 이어지게 되었다. 이러한 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스, 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 현재 진행되어지고 있는 다양한 형태의 BCI 관련 연구들은, 연구 초기 수준을 극복하지 못하는 실정이며, 이러한 연구개발의 지체 이유로는 체계적인 연구가 진행되어지지 않고 있다는 점을 들 수 있다. 대부분의 HCI 또는 BCI 관련 연구들은 생체신호를 수집하여 신호처리 과정을 거치게 되며, 이때 중요한 연구요소중의 하나로 DB구축 분야를 들 수 있다. 하지만 현재 진행되고 있는 대부분의 BCI 관련 연구의 경우 DB구축부터 시작한 체계적인 연구가 이루어지고 있지 않는 실정이다. 뇌파를 제외한 다른 생체신호, 즉 오감자극을 활용한 HCI 연구와는 달리, 뇌파 DB의 경우 피험자를 제외한 다른 연구 관련자들은 현재 피험자로부터 수집되어지고 있는 DB가 실험에 필요한 적절한 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 신호의 수집 시 연구관련 자들은 피험자에게 정확한 지침을 제시하지 못하고 있는 실정이며 어떠한 방법으로 피험자가 실험에 집중하여야 확연한 패턴을 보이는 차별화 된 뇌파 신호의 생성이 가능한지 명확하게 알려지지 않은 실정이다. 따라서 본 논문에서는 뇌파를 활용한 BCI구현과 사용자 의지에 따른 활용 시 보다 정확하고 높은 인식률 구현을 하기 위한 기초 연구 방안으로 정확하고 효율적인 뇌파 DB구축 시스템을 제안한다. 또한 현재까지 명확하게 알려지지 않은 효과적인 뇌파생성 방안을 동시에 연구하기 위하여 오감자극을 활용한 뇌파 DB 수집이 가능한 구축 시스템을 구현하며 각 방법에 따라 구축되어진 뇌파의 패턴 분석을 통한 효율적인 뇌파 DB구축 방안을 제안한다.

• 대한인간공학회지
• /
• 제30권6호
• /
• pp.705-713
• /
• 2011

Objective: The aim of this study is to compare results of emotion recognition by several algorithms which classify three different emotional states(happiness, neutral, and surprise) using physiological features. Background: Recent emotion recognition studies have tried to detect human emotion by using physiological signals. It is important for emotion recognition to apply on human-computer interaction system for emotion detection. Method: 217 students participated in this experiment. While three kinds of emotional stimuli were presented to participants, ANS responses(EDA, SKT, ECG, RESP, and PPG) as physiological signals were measured in twice first one for 60 seconds as the baseline and 60 to 90 seconds during emotional states. The obtained signals from the session of the baseline and of the emotional states were equally analyzed for 30 seconds. Participants rated their own feelings to emotional stimuli on emotional assessment scale after presentation of emotional stimuli. The emotion classification was analyzed by Linear Discriminant Analysis(LDA, SPSS 15.0), Support Vector Machine (SVM), and Multilayer perceptron(MLP) using difference value which subtracts baseline from emotional state. Results: The emotional stimuli had 96% validity and 5.8 point efficiency on average. There were significant differences of ANS responses among three emotions by statistical analysis. The result of LDA showed that an accuracy of classification in three different emotions was 83.4%. And an accuracy of three emotions classification by SVM was 75.5% and 55.6% by MLP. Conclusion: This study confirmed that the three emotions can be better classified by LDA using various physiological features than SVM and MLP. Further study may need to get this result to get more stability and reliability, as comparing with the accuracy of emotions classification by using other algorithms. Application: This could help get better chances to recognize various human emotions by using physiological signals as well as be applied on human-computer interaction system for recognizing human emotions.