도시 혁명, 산업 혁명, 인터넷 혁명에 이어 유비쿼터스 IT 혁명이라는 새로운 문명사적 대변혁의 시대로 발전함으로 인해서 각종 온라인 상거래와 그로인한 개인 신분카드 이용이 급증하고 있다. 이러한 사회현상을 배경으로 개인인증의 중요성이 부각되고 있다. 그래서 본 연구에서는 개인의 생체정보가 입력되어 있는 RFID를 통한 생체인증으로 전자결제시스템이나 보안시스템의 취약점을 해결하는 방법을 제안하고자 한다. 생체정보를 효과적으로 인식하게 하기 위해서 신경생물학 모델들에서 중요시하고 있는 인간 뇌 속 해마(Hippocampus)의 역할을 공학적으로 응용한 신경망을 사용하였다. 인간의 인지학적인 두뇌 원리인 해마를 공학적으로 모델링 한 인공해마 알고리즘(Artificial Hippocampus Algorithm)을 사용하여 생체정보의 특징들을 고속 학습하고, 각 문자 영상의 최적의 특징을 구성할 수 있게 한다.Recently, the important of a personal identification is increasing according to expansion using each on-line commercial transaction and personal ID-card. Although a personal ID-card embedded RFID tag is gradually increased, the way for a person's identification is deficiency. So we need automatic methods. Because RFID tag is very small storage capacity of memory, it needs effective feature extraction method to store personal biometrics information. We need new recognition method to compare each feature. In this paper, we studied the face verification system using artificial Hippocampus algorithm which can remodel the hippocampus neuron as a principle of a man's brain in engineering, then it can learn the feature vector of the face images very fast and construct the optimized feature each image. The system is composed of two parts mainly. One is feature extraction using PCA and LDA mixture algorithm and the other is artificial hippocampus algorithm and recognition simulation experiment confirm the each recognition rate, that is low-level quality image. The results of experiments, we can compare a feature extraction and learning method proposed in this paper of any other methods, and we can confirm that the proposed method is superior to the existing method.