近日，來自英國曼徹斯特大學和西班牙馬德里大學的研究人員合作，開發出了一種先進的人工智能生物識別系統，可以檢測人們的步態和行走模式。
通過分析腳步的3D圖像及時間相關數據，這套AI系統可以完成對不同人身份的成功識別。像指紋、面部識別和視網膜掃描等傳統的物理生物識別技術，在安保方面已經得到了廣泛應用。然而，步態識別等行為生物特徵識別技術也可以通過識別人們的行為和運動模式，來捕獲每個人的獨有特徵。
每一個人的腳步中，都包含著很多種不同的步態信號（圖片來源：Pixabay）
為了開發AI系統，從而讓計算機可以學習不同人的運動模式，研究人員使用了迄今為止最大規模的腳步數據庫。這個數據庫名為SfootBD，包含來自127個人的近20000個腳步信號。同時，研究人員還使用了落地式傳感器和高分辨率攝像頭，來對樣本和數據集進行編輯。
在完成AI系統的開發後，研究人員分別在機場安檢處、工作場所和家庭三種環境下對該系統進行了實地測試，並引入了大量非真實數據讓AI進行分辨。測試結果顯示，AI系統幾乎可以百分百識別出參與測試者的身份，誤差率僅為0.7%。
這項技術的一個主要優勢在於，被檢測者在整個過程中不會受到任何干擾，同時，整個檢測過程不會受到環境和噪音的影響。被檢測者在能檢測壓力的墊子上行走時，他們甚至不需要像在機場接受安檢那樣把鞋子脫掉，因為這種識別技術並不是要檢測腳印形狀，而是靠分辨人們的步態來完成身份識別過程。
英國曼徹斯特大學電氣與電子工程學院Omar Costilla Reyes博士
來自曼徹斯特大學電氣與電子工程學院的Omar Costilla Reyes博士表示：“每個人的腳步都包括大約24種不同的信號和動作，導致每個人都有其獨特的走路模式。因此，對人們的走路模式進行監測，就可以像檢測指紋或視網膜識別一樣，識別和驗證某個人的身份。”
Reyes博士表示，希望在未來可以進一步推進該研究，從而讓這項技術可以應用到其他領域，例如識別神經退行性疾病等，從而對醫療領域產生更加積極的影響。
他補充道：“我們正在進一步開發這項技術，通過使用智能住宅中樓層傳感器記錄的步態數據，來解決認知功能下降和精神疾病發作等醫療行業問題。人類活動可以成為標記認知能力下降的新型生物標誌物，而新型AI系統可以在這一方面進行前所未有的探索。”
我們希望，這項技術可以得到進一步完善，從而早日應用到實際生活中來。
[1] Artificial intelligence footstep recognition system could be used for airport security
[2] Analysis of Spatio-temporal Representations for Robust Footstep Recognition with Deep Residual Neural Networks
閱讀更多 藥明康德 的文章
