Skupina britanskih in španskih razvijalcev je predlagala način prepoznavanja osebe po njeni hoji. Nevronska mreža, ki temelji na metodi globokega preostalega učenja, omogoča, da se človek s skoraj stoodstotno natančnostjo prepozna po prostorskih in časovnih značilnostih svojega odtisa. O tem poročajo v članku, objavljenem v transakcijah IEEE o analizi vzorcev in strojni inteligenci.
Tradicionalno se za avtorizacijo in omejitev dostopa uporabljajo podatki ali sredstva, ki so na voljo ožjemu krogu ljudi: ključi, gesla, žetoni ali posebne kartice. Vendar lahko geslo uganite, kartico lahko ukradejo, v zadnjem času pa se pojavljajo načini ponarejanja biometričnih podatkov, ki so za vsako konkretno osebo individualni: prstni odtis, mrežnica očesa in celo obraz. Zato je potrebna učinkovitejša zaščita - zlasti so potrebne učinkovite metode za odobritev dostopa samo eni konkretni osebi.
Ena vrsta biometričnih podatkov, ki se lahko uporabljajo kot identifikator, so posamezne značilnosti človeške hoje. Takšne značilnosti so razdeljene na prostorske in časovne: prva vključuje meritve stičnih točk stopala z oporo (zavoj stopala, dolžina koraka in njegovo podlago, to je položaj površine stopala), druga - trajanje različnih (podpornih in motoričnih) faz koraka. Veliko število dejavnikov, ki vplivajo na individualnost gibanja, zmanjšuje verjetnost kopiranja na minimum; vendar v resničnem položaju lahko takšno prepoznavanje zapletejo zunanji dejavniki. Na primer, da lahko računalnik oceni hojo, lahko uporabimo tehnologijo računalniškega vida, vendar bo treba zagotoviti, da je opazovani objekt v popolni vidnosti,kar je nemogoče zagotoviti pri šibki svetlobi ali gneči.
Znanstveniki pod vodstvom Omarja Costilla-Reyesa z univerze v Manchestru so predlagali uporabo slik stopal za prepoznavanje z gibanjem. Za razvoj takšne metode so zbrali bazo podatkov z več kot 20 tisoč slikami odtisov 120 ljudi, ki so jih pridobili z uporabo 88 piezoelektričnih senzorjev, ki izračunajo velikost tlaka, na podlagi katerih se ustvarijo toplotni zemljevidi njegove porazdelitve glede na fazo koraka. Prostovoljci, ki sodelujejo pri zbiranju podatkov, so bili pozvani, naj nosijo udobne čevlje in izkažejo svojo naravno hojo.
Vzorec neobdelanih (zgornja vrstica) in obdelanih (zgornja vrstica) podatkov za posnetke dveh oseb (ab in cd) iz vzorca. Costilla-Reyes in sod. / IEEE transakcije o analizi vzorcev in strojni inteligenci.
Za usposabljanje sistema prepoznavanja z uporabo zbranih podatkov so znanstveniki usposobili globoko nevronsko mrežo po metodi preostalega učenja, kar olajša treniranje modela z velikim številom slojev (z večjo globino), ki so pogosto potrebni za učinkovito prepoznavanje slik z velikim številom parametrov. Pred kratkim so se s pomočjo te metode usposabljanja naučili napovedovati vedenje psa z njegovo hojo.
Model smo preizkusili na treh naborih podatkov različnih velikosti, ki ustrezajo različnim situacijam prepoznavanja: preverjanju na letališču, preverjanju na delovnem mestu in doma. Učinkovitost prepoznavanja je bila odvisna od nabora podatkov (od najmanjšega prepoznavanja na letališču do podatkov, zbranih "doma") od 92,9 do 99,3 odstotka.
Avtorji ugotavljajo, da je učinkovitost sistema za prepoznavanje, tako kot pri večini podobnih modelov, neposredno odvisna od zbranega nabora podatkov: prepozna lahko le tiste ljudi, o katerih ima podatke. Vendar je zbiranje podatkov s talnimi senzorji in kamerami drugih proizvajalcev veliko bolj resnično opravilo kot zbiranje prstnih odtisov. Ni še jasno, kako se bo razviti model spoprijel z morebitnimi začasnimi anomalijami v gibanju, na primer s preloženim zlomom ali izpahom.
Promocijski video:
Elizaveta Ivtušek