Development of a Mobile EEG-Based Feature Extraction and Classification System for Biometric Authentication

Udvikling af et Mobilt EEG-baseret Feature-udvindings- og Klassifikationssystem til Biometrisk Adgangskontrol

Kjeldgaard Petersen, Christoffer ; Kļonovs, Juris

4. term

Innovative Communication Technologies and Entrepreneurship, Master

2012

2012-06-08

86

Dette speciale undersøger, om en mobil enhed kan bekræfte en persons identitet ved hjælp af elektroencefalogram (EEG), som måler hjernens elektriske aktivitet via sensorer på hovedet. Vi fokuserer på at finde de mest gennemførlige metoder til feature-ekstraktion—at udtrække mønstre fra signalet—og hvordan disse kan bruges til biometrisk autentifikation. Arbejdet omfatter en gennemgang af relevant litteratur, EEG-måleeksperimenter og drøftelser med eksperter i EEG og digital signalbehandling (DSP). På baggrund af denne viden udvælger vi egnede feature- og klassifikationsteknikker og bygger en mobil prototype, der kan godkende brugere ud fra det unikke præg i deres hjernebølger. Derudover indfører vi en ny autentifikationsprocedure, som øger systemets sikkerhed. Vi vurderer også systemets brugervenlighed, beskriver mulige anvendelsesscenarier og giver praktiske forslag til fremtidige forbedringer.

This thesis explores whether a mobile device can verify a person’s identity using an electroencephalogram (EEG), which measures the brain’s electrical activity via sensors on the head. We focus on identifying feasible feature extraction methods—ways to pull informative patterns from the signal—and how these can be used for biometric authentication. The work includes a review of relevant literature, EEG recording experiments, and discussions with experts in EEG and digital signal processing (DSP). Based on this knowledge, we select suitable feature and classification techniques and build a mobile prototype that authenticates users from the unique characteristics of their brain-wave patterns. We also introduce a new authentication procedure to increase security. Finally, we assess the system’s usability, outline potential use cases, and offer practical suggestions for future improvements.

[This abstract was generated with the help of AI]

EEG ; brain-waves ; authentication ; mobile ; BCI ; feature extraction ; classification ; assurance level ; brain

Download
View record in AAU Student Projects