KR101999117B1 - 개인 식별 방법 - Google Patents

Abstract

본 발명은 개인 식별 방법에 관한 것으로, 개인의 PPG(photoplethysmograph) 신호가 입력되는 단계와, 상기 입력된 PPG 신호에 대해 대역통과필터를 이용하여 전처리하는 단계와, 상기 전처리하는 단계를 통해 출력된 상기 PPG 신호로부터 PPI(pulse to pulse interval) 기반의 특징점을 검출하는 단계와, 상기 전처리하는 단계를 통해 출력된 상기 PPG 신호로부터 선형 예측 분석에 따른 AR(autoregressive) 계수의 특징점을 검출하는 단계와, 상기 PPI 기반의 특징점 및 AR 계수의 특징점의 패턴을 분류하여 상기 개인을 식별하는 단계를 포함함으로써, 인체의 PPG 신호를 이용하여 개인을 쉽게 식별할 수 있다.

Description

개인 식별 방법{INDIVIDUAL IDENTIFICATION METHOD}

본 발명은 인체의 PPG(photoplethysmograph, 광용적맥파, 이하 'PPG'라 함)신호를 이용하여 개인을 쉽게 식별할 수 있는 개인 식별 방법에 관한 것이다.

잘 알려진 바와 같이, 홍채, 지문 등의 생체 정보를 이용한 개인 식별 기술이 상용화되고 있다.

이러한 개인 식별 기술은 홍채, 지문 등의 생체 정보를 인식하기 위해서 다양한 인식 알고리즘을 적용하여 개인을 식별하고 있는데, 인식 과정에서 사용되는 생체 정보는 동적인 특징이 아니라 정적인 특징을 이용하기 때문에, 복제가 가능하여 보안 문제가 발생할 가능성이 매우 높은 실정이다.

또한, 생체 정보 중에서 홍채 또는 지문은 외상에 의한 손상이 발생할 경우 더 이상 개인 식별을 위한 생체 정보가 될 수 없을 뿐만 아니라 다시 개인 인증을 받아야 하는 단점이 있다.

상술한 바와 같은 문제점을 해결하기 위해서 최근에는 뇌파, 심전도(ECG : electrocardiogram) 등을 이용한 생체 인식 기술들이 제안되고 있지만, 이러한 생체 인식을 위해서는 측정자의 신체에 전극을 부착하여 심장의 전기적인 신호를 취득해야만 하기 때문에, 그 과정이 번거롭고 불편함이 있어 사용 편의성이 떨어지는 문제점이 있어 이러한 문제점을 해결하기 위해 생체 정보를 이용하여 쉽게 개인을 식별할 수 있는 기법이 다양하게 연구 개발되고 있다.

1. 한국공개특허 제10-20160145284호(2016.12.20.공개) 2. 한국등록특허 제10-1361578호(2014.02.05.등록)

본 발명은 인체의 PPG(photoplethysmograph) 신호를 이용하여 개인을 식별하되, PPG 신호의 특징점과 AR(autoregressive, 이하 'AR'이라 함) 계수를 이용하여 추출된 특징점을 개인 식별 정보로 하여 개인을 더욱 쉽게 식별할 수 있는 개인 식별 방법을 제공하고자 한다.

또한, 본 발명은 PPG 신호로부터 PPI(pulse to pulse interval, 이하 'PPI'라 함) 기반의 특징점들과 선형 예측 분석에 따른 AR 계수의 특징점들을 검출하여 앙상블(ensemble) 패턴 분류 알고리즘을 통해 개인의 식별 유무를 판단함으로써, 장치의 개인별 식별 능력을 현저하게 향상시킬 수 있는 개인 식별 방법을 제공하고자 한다.

본 발명의 실시예들의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 발명의 실시예에 따르면, 개인의 PPG(photoplethysmograph) 신호가 입력되는 단계와, 상기 입력된 PPG 신호에 대해 대역통과필터를 이용하여 전처리하는 단계와, 상기 전처리하는 단계를 통해 출력된 상기 PPG 신호로부터 PPI(pulse to pulse interval) 기반의 특징점을 검출하는 단계와, 상기 전처리하는 단계를 통해 출력된 상기 PPG 신호로부터 선형 예측 분석에 따른 AR(autoregressive) 계수의 특징점을 검출하는 단계와, 상기 PPI 기반의 특징점 및 AR 계수의 특징점의 패턴을 분류하여 상기 개인을 식별하는 단계를 포함하는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 전처리하는 단계는, 상기 대역통과필터를 이용하여 0.1-10Hz의 대역만을 사용하도록 필터링하는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 PPI 기반의 특징점을 검출하는 단계는, 상기 PPG 신호에서 피크(peak)와 밸리(valley)를 추출하여 상기 PPI 기반의 특징점을 검출하되, 상기 PPG 신호에서 기저선이 제거된 신호에서 이동평균필터를 이용하여 1차미분을 적용하고, 부호가 (+)에서 (-)로 변경되는 지점을 상기 피크로 추출한 후에, 어느 하나의 피크와 다음 피크 사이의 최소값을 밸리로 추출하는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 PPI 기반의 특징점은, 펄스폭, 상승시간, 하강시간 및 펄스높이를 포함하는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 AR 계수의 특징점을 검출하는 단계는, 상관함수와 최소제곱법에 의해 목표값과 추정값 사이의 평균오차가 최소화 되도록 하는 상기 AR 계수를 복수개 검출하는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 AR 계수는, 버그(Burg) 알고리즘을 이용하여 검출하는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 개인을 식별하는 단계는, 앙상블 분류 알고리즘을 이용하여 수행되는 개인 식별 방법이 제공될 수 있다.

또한, 본 발명의 실시예에 따르면, 상기 앙상블 분류 알고리즘은, 배깅(bagging) 방식으로 구성하는 개인 식별 방법이 제공될 수 있다.

본 발명은 인체의 PPG 신호를 이용하여 개인을 식별하되, PPG 신호의 특징점과 AR 계수를 이용하여 추출된 특징점을 개인 식별 정보로 하여 개인을 더욱 쉽게 식별할 수 있다.

또한, 본 발명은 PPG 신호로부터 PPI 기반의 특징점들과 선형 예측 분석에 따른 AR 계수의 특징점들을 검출하여 앙상블 분류 알고리즘을 통해 개인의 식별 유무를 판단함으로써, 장치의 개인별 식별 능력을 현저하게 향상시킬 수 있다.

도 1은 본 발명의 실시예에 따라 PPG 신호를 이용하여 개인을 식별하는 과정을 나타낸 플로우차트이고,
도 2는 본 발명의 실시예에 따른 개인 식별 시스템의 블록구성도이며,
도 3은 본 발명의 실시예에 따른 개인 식별 장치의 블록구성도이고,
도 4는 본 발명의 실시예에 따른 PPI 신호를 예시한 도면이다.

본 발명의 실시예들에 대한 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.

도 1은 본 발명의 실시예에 따라 PPG 신호를 이용하여 개인을 식별하는 과정을 나타낸 플로우차트이고, 도 2는 본 발명의 실시예에 따른 개인 식별 시스템의 블록구성도이며, 도 3은 본 발명의 실시예에 따른 개인 식별 장치의 블록구성도이다.

도 1 및 도 2를 참조하면, PPG 측정기(110)로부터 개인의 PPG(photoplethysmograph) 신호가 개인 식별 장치(120)에 입력될 수 있다(단계210).

여기에서, 개인 식별 시스템은 PPG 측정기(110), 개인 식별 장치(120) 등을 포함하는데, PPG 측정기(110)는 PPG 센서와 아두이노(arduino)를 포함하여, 개인(대상자)의 심장 박동에 대응하는 PPG 신호를 측정할 수 있으며, 측정된 PPG 신호는 무선 송신 모듈을 통해 개인 식별 장치(120)로 전송됨으로써, 개인의 PPG 신호가 입력될 수 있다.

여기에서, PPG 신호는 특정 파장대역의 빛을 인체에 조사하여 반사 또는 투과된 광을 검출하는 신호를 의미한다.

그리고, 개인 식별 장치(120)에서는 입력된 PPG 신호에 대해 대역통과필터를 이용하여 전처리할 수 있다(단계220).

여기에서, PPG 신호의 전처리에 대해 상세히 설명하면, 개인 식별 장치(120)는 전처리부(122), 제 1 특징점 검출부(124), 제 2 특징점 검출부(126), 식별부(128) 등을 포함하는데, 전처리부(122)에서는 입력된 PPG 신호를 대역통과필터를 이용하여 대략 0.1-10Hz의 대역만을 사용하도록 필터링하는 전처리를 수행할 수 있다.

또한, 개인 식별 장치(120)에서는 상기 단계(220)을 통해 출력된 PPG 신호로부터 PPI(pulse to pulse interval) 기반의 특징점을 검출할 수 있다(단계230).

여기에서, PPI 기반의 특징점 검출에 대해 상세히 설명하면, 제 1 특징점 검출부(124)에서는 PPG 신호에서 피크(peak)와 밸리(valley)를 추출하여 PPI 기반의 특징점을 검출할 수 있으며, 현재 주기의 피크와 다음 주기의 피크 사이의 거리를 PPI라고 하는데, PPI 기반의 특징점은 도 4에 도시한 바와 같이 펄스폭(①, pulse width), 상승시간(②, rising time), 하강시간(③, falling time) 및 펄스높이(④, pulse height)를 포함하는 4개의 특징점을 의미한다.

예를 들면, PPG 신호에서 기저선이 제거된 신호에서 이동평균필터를 이용하여 1차미분을 적용하고, 부호가 (+)에서 (-)로 변경되는 지점을 피크로 추출한 후에, 어느 하나의 피크와 다음 피크 사이의 최소값을 밸리로 추출한 후에, 어느 하나의 밸리와 다음 밸리 사이의 거리를 펄스폭으로 특징점을 부여하고, 어느 하나의 밸리에서 다음 피크까지 상승하는 시간을 상승시간으로 특징점을 부여하며, 어느 하나의 피크에서 다음 밸리까지 하강하는 시간을 하강시간으로 특징점을 부여하고, 어느 하나의 밸리에서 다음 피크까지의 높이를 펄스높이로 특징점을 부여할 수 있다.

한편, 개인 식별 장치(120)에서는 상기 단계(220)를 통해 출력된 PPG 신호로부터 선형 예측 분석에 따른 AR(autoregressive) 계수의 특징점을 검출할 수 있다(단계240).

여기에서, 선형 예측 분석에 따른 AR 계수의 특징점 검출에 대해 상세히 설명하면, 제 2 특징점 검출부(126)에서는 상관함수와 최소제곱법에 의해 목표값과 추정값 사이의 평균오차가 최소화 되도록 하는 AR 계수를 복수개 검출하는 방식으로 32개의 특징점을 검출할 수 있다.

상술한 바와 같은 AR 모델링은 미지의 시스템 전달함수의 특징추출과 분석에 이용되는 방법으로, 입출력을 알고 있는 시스템의 전달함수를 AR 모델로 설정한 후, 시스템의 전달특성인 AR 모델의 계수를 찾는 기법을 의미하고, AR 계수는 버그(Burg) 알고리즘을 이용하여 검출할 수 있다.

예를 들면, 제 2 특징점 검출부(126)에서는 모델링 차수에 따라 32개의 특징점을 검출할 수 있는데, 차수가 p라고 할 경우 현재 신호의 값을 이전 p개의 값의 조합으로 표현한다는 것을 의미하고, p개 값의 가중치를 AR 계수라고 할 수 있으며, p가 클 경우 대체로 정확도가 높아질 수 있다.

상술한 바와 같은 선형 예측 분석, AR 모델링, AR 계수 및 버그 알고리즘에 대해서는 종래에 다양하게 제시되어 있으므로 그 구체적인 설명은 생략한다.

이어서, 개인 식별 장치(120)에서는 PPI 기반의 특징점 및 AR 계수의 특징점의 패턴을 분류하여 개인을 식별할 수 있다(단계250).

여기에서, 개인 식별에 대해 상세히 설명하면, 식별부(128)에서는 앙상블 분류 알고리즘을 이용하여 개인을 식별할 수 있는데, 앙상블 분류 알고리즘은 기본 분류기를 복수개 생성한 후, 그들의 예측을 결합하여 최종 분류를 수행하는 기법으로, 다양한 분류기의 예측 결과를 결합함으로써, 단일 분류기보다 신뢰성이 높은 예측값을 획득할 수 있다.

이러한 앙상블 분류 알고리즘은 배깅(bagging) 방식으로 구성할 수 있는데, 배깅 방식은 균일한 확률 분포에 따라 학습 데이터로부터 반복적으로 샘플링하여 각 기본 분류기의 학습 데이터를 생성하고, 이 학습 데이터를 이용하여 각 기본 분류기를 학습할 수 있으며, 이 후, 미지의 데이터가 제공될 경우 그 데이터를 학습된 기본 분류기에 입력하고, 각 분류기의 판단 결과를 획득할 수 있는데, 최종 판단의 경우 다수결에 의해 이루어질 수 있다.

상술한 바와 같은 식별부(128)에서 앙상블 분류 알고리즘을 이용하는 것으로 하여 설명하였으나, 공지의 다양한 분류 알고리즘(예를 들면, 베이즈 분류 알고리즘, 로지스틱회귀 분류 알고리즘, 의사결정나무 분류 알고리즘, 규칙기반 분류 알고리즘, 인접이웃 분류 알고리즘, 신경망 분류 알고리즘, 지지벡터기계 분류 알고리즘 등)을 사용할 수 있음은 물론이다.

상술한 바와 같은 개인 식별에 대한 검증 과정에 대해 설명하면, PPG 측정기(110)를 통해 19세-24세의 남, 여 총 15명의 피실험자로부터 각각 개인당 모두 30초씩 10번의 심장 박동 신호를 측정하고, 그 측정 데이터를 개인 식별 장치(120)로 전송한 후, 개인 식별 장치(120)에서 PPI 기반의 4개 특징점과, AR 계수를 이용한 32개의 특징점을 검출한 후, 앙상블 분류 알고리즘을 이용하여 개인별로 식별한 결과를 10중 교차 검증하였다. 그 결과 개인 식별 정확도는 대략 0.933으로 매우 신뢰성 높은 결과를 도출할 수 있었다.

따라서, 본 발명은 인체의 PPG 신호를 이용하여 개인을 식별하되, PPG 신호의 특징점과 AR 계수를 이용하여 추출된 특징점을 개인 식별 정보로 하여 개인을 더욱 쉽게 식별할 수 있다.

또한, 본 발명은 PPG 신호로부터 PPI 기반의 특징점들과 선형 예측 분석에 따른 AR 계수의 특징점들을 검출하여 앙상블 분류 알고리즘을 통해 개인의 식별 유무를 판단함으로써, 장치의 개인별 식별 능력을 현저하게 향상시킬 수 있다.

이상의 설명에서는 본 발명의 다양한 실시예들을 제시하여 설명하였으나 본 발명이 반드시 이에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능함을 쉽게 알 수 있을 것이다.

110 : PPG 측정기 120 : 개인 식별 장치
122 : 전처리부 124 : 제 1 특징점 검출부
126 : 제 2 특징점 검출부 128 : 식별부

Claims (8)

1. PPG 측정기의 PPG 센서를 통해 측정된 개인의 PPG(photoplethysmograph) 신호가 무선 송신 모듈을 통해 개인 식별 장치의 전처리부에 입력되는 단계와,
   상기 전처리부에서 상기 입력된 PPG 신호에 대해 대역통과필터를 이용하여 전처리하는 단계와,
   상기 개인 식별 장치의 제 1 특징점 검출부에서 상기 전처리하는 단계를 통해 출력된 상기 PPG 신호로부터 PPI(pulse to pulse interval) 기반의 특징점을 검출하는 단계와,
   상기 개인 식별 장치의 제 2 특징점 검출부에서 상기 전처리하는 단계를 통해 출력된 상기 PPG 신호로부터 선형 예측 분석에 따른 AR(autoregressive) 계수의 특징점을 검출하는 단계와,
   상기 개인 식별장치의 식별부에서 상기 PPI 기반의 특징점 및 AR 계수의 특징점의 패턴을 분류하여 상기 개인을 식별하는 단계를 포함하며,
   상기 PPI 기반의 특징점은, 펄스폭, 상승시간, 하강시간 및 펄스높이를 포함하고,
   상기 PPI 기반의 특징점을 검출하는 단계는, 상기 PPG 신호에서 피크(peak)와 밸리(valley)를 추출하여 상기 PPI 기반의 특징점을 검출하되, 상기 PPG 신호에서 기저선이 제거된 신호에서 이동평균필터를 이용하여 1차미분을 적용하고, 부호가 (+)에서 (-)로 변경되는 지점을 상기 피크로 추출한 후에, 어느 하나의 피크와 다음 피크 사이의 최소값을 밸리로 추출하되,
   상기 PPG 신호에서 기저선이 제거된 신호에서 이동평균필터를 이용하여 1차미분을 적용하고, 부호가 (+)에서 (-)로 변경되는 지점을 상기 피크로 추출하며, 어느 하나의 피크와 다음 피크 사이의 최소값을 상기 밸리로 추출한 후에, 어느 하나의 밸리와 다음 밸리 사이의 거리를 상기 펄스폭으로 특징점을 부여하고, 어느 하나의 밸리에서 다음 피크까지 상승하는 시간을 상기 상승시간으로 특징점을 부여하며, 어느 하나의 피크에서 다음 밸리까지 하강하는 시간을 상기 하강시간으로 특징점을 부여하고, 어느 하나의 밸리에서 다음 피크까지의 높이를 상기 펄스높이로 특징점을 부여하는 개인 식별 방법.
   
2. 제 1 항에 있어서,
   상기 전처리하는 단계는, 상기 대역통과필터를 이용하여 0.1-10Hz의 대역만을 사용하도록 필터링하는 개인 식별 방법.
   
3. 삭제
4. 삭제
5. 제 1 항에 있어서,
   상기 AR 계수의 특징점을 검출하는 단계는, 상관함수와 최소제곱법에 의해 목표값과 추정값 사이의 평균오차가 최소화 되도록 하는 상기 AR 계수를 복수개 검출하는 개인 식별 방법.
   
6. 제 5 항에 있어서,
   상기 AR 계수는, 버그(Burg) 알고리즘을 이용하여 검출하는 개인 식별 방법.
   
7. 제 1 항, 제 2 항, 제 5 항 및 제 6 항 중 어느 한 항에 있어서,
   상기 개인을 식별하는 단계는, 앙상블 분류 알고리즘을 이용하여 수행되는 개인 식별 방법.
   
8. 제 7 항에 있어서,
   상기 앙상블 분류 알고리즘은, 배깅(bagging) 방식으로 구성하는 개인 식별 방법.

Images