英國曼徹斯特大學(University of Manchester)電子與電機工程系與西班牙馬德里大學(University of Madrid)的研究人員合作,開發了一種能夠測量人類個人步態或行走模式的行為生物辨識驗證系統,只要個人行走於地板上的壓力墊,即可對其腳步的3D形態和基於時間的資料進行分析,成功辨識個人身份。

研究人員宣稱,透過該系統分析個人走路的方式及其步態,提供了一種非侵入式的身份驗證方法,可用於作為機場安檢的生物辨識技術,以取代指紋辨識和虹膜掃描。

這項研究結果發表於今年初的機器學習研究期刊——《IEEE模式分析與機器智慧彙刊》(IEEE Transactions on Pattern Analysis and Machine Intelligence;TPAMI)。研究人員在文中指出,平均而言,這項新開發的人工智慧(AI)系統幾乎在100%的時間都能正確辨識出個人,其錯誤率僅0.7%。

目前,基於生理特徵的生物辨識技術,例如指紋、臉部辨識和視網膜掃描,經常用於安全目的。然而,諸如步態辨識之類的行為生物辨識技術也可以擷取由個人自然行為和動作模式所呈現的獨特標識。研究團隊針對三種現實世界的安全場景——機場安全檢查點、工作場所以及家庭環境,採用了大量所謂的「冒名頂替者」以及少量的使用者來測試其資料。

footstep AI

主導這項研究的曼徹斯特大學電子與電機工程系教授Omar Costilla-Reyes解釋:「每個人在走路時受到大約24種不同因素和動作的影響,導致每個人都有唯一、獨特的步態模式。因此,就像指紋或虹膜掃描一樣,監測這些動作即可用於辨認和驗證個人身份。」

為了打造這樣的AI系統,必須讓電腦學習這些動作模式。該研究團隊收集了迄今最龐大的步態資料庫,其中包含來自127位個人近20,000個腳步訊號。為了編譯這些樣本和資料集,研究團隊還使用了落地式感測器以及高解析度相機。

這個資料集被稱為SfootBD。Costilla-Reyes正是利用此SfootBD資料集,開發出發表於TPAMI中的自動足跡生物辨識系統所需的先進運算模型。

footstep AI 步態模式包括視覺、壓力以及加速度計。(來源:University of Manchester)

Costilla-Reyes補充說:「藉由監測個人腳步施加在地板上的力道來研究非侵入式步態辨識,非常具有挑戰性。這是因為區別人與人之間的微妙差異極其難以經由人為界定。這就是為什麼我們必須開發出新型的AI系統,從全新的角度來解決這項挑戰。」

相較於機場安檢所採用的拍攝或掃描方式,使用腳步辨識的主要優點之一在於,整個監測過程對於個人來說是非侵入式的,而且它對於周遭的嘈雜環境情況也具有適應性。同時,當踩踏在壓力墊進行監測時,人們甚至不需要脫去鞋子,因為該系統依賴的並不是基於腳印的形狀,而是基於其走路的步態。

該技術的其他應用還包括能夠辨識神經退化的智慧足跡(smart step),它將會對醫療保健領域帶來正面的影響。同時,這也是Costilla-Reyes打算透過腳步辨識推動其研究進展的另一個領域。

他補充說:「這項研究也正在進展中,透過來自部署於智慧住宅中廣大樓面的感測器所擷取之原始腳步資料,可望解決標識認知衰退和精神疾病發作的醫療保健問題。人類的動作可能成為認知衰退的另一種新型生物標識,並經由新型AI系統進行所未有的探索。」

編譯:Susan Hong

(參考原文:Footsteps, Pressure Sensors, and AI: The Next Step in Airport Security,by Nitin Dahad)