ШІ розпізнає людину слідом

Команда британських та іспанських розробників запропонувала метод розпізнавання людини за його ходою. Нейромережа, заснована на методі глибокого залишкового навчання, дозволяє розпізнавати людину за просторовими і тимчасовими характеристиками її сліду практично зі стовідсотковою точністю. Про це повідомляється в статті, опублікованій в.

Традиційно для авторизації та обмеження доступу використовуються дані або засоби, доступні вузькому колу осіб: ключі, паролі, токени або спеціальні картки. Однак пароль може бути розгаданий, картка - вкрадена, також останнім часом з'являються методи підробки біометричних даних, індивідуальних для кожної конкретної людини: відбиток пальця, сітківка ока і навіть обличчя. Тому з'явилася необхідність в більш ефективному захисті - зокрема, потрібні ефективні методи надання доступу тільки одній конкретній людині.

Один з типів біометричних даних, які можна використовувати як ідентифікатор, - це індивідуальні характеристики людської походки. Такі характеристики поділяються на просторові і тимчасові: до перших належать вимірювання точок дотику стопи з опорою (розворот стопи, довжина кроку і його база, тобто положення поверхні стопи), а до других - тривалість різних (опорних і рухових) фаз кроку. Велика кількість факторів, що впливають на індивідуальність ходи, знижує ймовірність її копіювання до мінімуму; тим не менш, в реальній ситуації подібне розпізнавання може ускладнюватися зовнішніми факторами. Наприклад, для того, щоб комп'ютер міг оцінити похідку, можна використовувати технології комп'ютерного зору, але необхідно буде переконатися в тому, що об'єкт спостереження знаходиться в повній видимості, що неможливо забезпечити при недостатньому освітленні або багатолюдності.

Використовувати для розпізнавання за ходою знімки стопи запропонували вчені під керівництвом Омара Костіллья-Рейеса (Omar Costilla-Reyes) з Манчестерського університету. Для розробки такого методу вони зібрали базу даних з більш ніж 20 тисяч знімків слідів 120 людей, отриманих за допомогою 88 п'єзоелектричних датчиків, що розраховують величину тиску, на основі чого створюється теплові карти його розподілу залежно від фази кроку. Добровольців, які беруть участь у зборі даних, просили надіти будь-яке зручне взуття і продемонструвати свою природну походку.

Для навчання системи розпізнавання за допомогою зібраних даних вчені натренували глибоку нейромережу, засновану на методі залишкового навчання, що дозволяє полегшити тренування моделі з великою кількістю шарів (з більшою глибиною), які часто необхідні для ефективного розпізнавання зображень з великою кількістю параметрів. Нещодавно за допомогою такого методу навчання навчилися передбачати поведінку собаки за її ходою.

Модель перевірили на трьох датасетах різного розміру, що відповідають різним ситуаціям розпізнавання: перевірка в аеропорту, перевірка на робочому місці і вдома. Ефективність розпізнавання залежно від датасета (від найменшого розпізнавання в аеропорту до даних, зібраних «вдома») становила від 92,9 до 99,3 відсотка.

Автори зазначають, що, як і з більшістю подібних моделей, ефективність їх системи розпізнавання безпосередньо залежить від зібраного датасета: дізнатися вона може тільки тих людей, дані про яких у неї є. Тим не менш, збір даних за допомогою підлогових сенсорів і сторонніх камер - набагато більш реальне завдання, ніж збір відбитків пальців. Поки що незрозуміло, як розроблена модель буде справлятися з можливими тимчасовими аномаліями ходи, наприклад, при перенесеному переломі або розтягненні.

Нещодавно компанія Apple запатентувала спосіб розпізнавання користувачів по обличчю і візерунку лицьових вен одночасно.