AI fodtrinsgenkendelsessystem kunne bruges til lufthavnssikkerhed

Den måde, du går på og dine fodspor, kan bruges som en biometri i lufthavnssikkerhed i stedet for fingeraftryk og øjescanning.

Forskere ved University of Manchester i samarbejde med University of Madrid har udviklet en topmoderne kunstig intelligens (AI), biometrisk verifikationssystem, der kan måle et menneskes individuelle gang- eller gangmønster. Det kan med succes verificere en person ved blot at gå på en trykpude i gulvet og analysere fodtrin 3-D og tidsbaserede data.

Resultaterne, udgivet i en af ​​de bedste tidsskrifter for maskinlæring, det IEEE-transaktioner på mønsteranalyse og maskinintelligens (TPAMI) tidsskrifter tidligere i år, viste, at gennemsnitlig, AI -systemet udviklet korrekt identificeret en person næsten 100% af tiden, med kun 0,7 fejlprocent.

Fysisk biometri, såsom fingeraftryk, ansigtsgenkendelse og nethindescanninger, er i øjeblikket mere almindeligt brugt til sikkerhedsformål. Imidlertid, såkaldt adfærdsbiometri, såsom ganggenkendelse, fanger også unikke signaturer leveret af en persons naturlige adfærds- og bevægelsesmønstre. Teamet testede deres data ved hjælp af et stort antal såkaldte 'bedragere' og et lille antal brugere i tre forskellige virkelige sikkerhedsscenarier. Disse var lufthavnens sikkerhedskontrolpunkter, arbejdspladsen, og hjemmemiljøet. Fremgangsmåden giver mulighed for at supplere nuværende sikkerhedssystemer i lufthavne, kontorer og hjemmet, som forskningen har vist.

Dr. Omar Costilla Reyes, fra Manchester's School of School of Electrical and Electronic Engineering og som ledede forskningen, forklarer:"Hvert menneske har cirka 24 forskellige faktorer og bevægelser, når de går, hvilket resulterer i, at hver enkelt person har en unik, enestående gangmønster. Derfor kan overvågning af disse bevægelser bruges, som et fingeraftryk eller nethindeskanning, at genkende og klart identificere eller verificere en person."

For at skabe det AI -system, computere har brug for for at lære sådanne bevægelsesmønstre, holdet indsamlede den største fodtrinsdatabase i historien (til dato), indeholdende næsten 20, 000 fodsporssignaler fra 127 forskellige individer. For at kompilere prøverne og datasættet brugte teamet sensorer, der kun var på gulvet, og højopløsningskameraer.

Det var dette datasæt, som kaldes SfootBD, som Dr. Costilla Reyes brugte til at udvikle de avancerede beregningsmodeller, der var nødvendige for automatisk fodaftryk biometrisk verifikation præsenteret i TPAMI.

Dr. Costilla Reyes tilføjede:"Det er meget udfordrende at fokusere på ikke-påtrængende ganggenkendelse ved at overvåge den kraft, der udøves på gulvet under et fodspor. Det skyldes, at det er ekstremt svært at skelne mellem de subtile variationer fra person til person manuelt, det er derfor, vi var nødt til at komme med et nyt AI-system for at løse denne udfordring fra et nyt perspektiv."

En af de vigtigste fordele ved at bruge fodaftrykgenkendelse er, i modsætning til at blive filmet eller scannet i en lufthavn, processen er ikke påtrængende for den enkelte og modstandsdygtig over for støjmiljøforhold. Personen behøver ikke engang at tage sit fodtøj af, når han går på trykpuderne, da det ikke er baseret på selve fodaftryksformen, men med deres gang.

Andre applikationer til teknologien omfatter smarte trin, der kan genkende neurodegeneration, som kan have positive konsekvenser i sundhedssektoren. Dette er et andet område, som Dr. Costilla Reyes har til hensigt at fremme sin forskning med fodsporsgenkendelse.

Han tilføjede:"Forskningen udvikles også for at løse sundhedsproblemet med markører for kognitiv tilbagegang og begyndelse af psykisk sygdom, ved at bruge rå fodtrinnsdata fra en gulvføler i et stort område, der kan indsættes i smarte boliger. Menneskelig bevægelse kan være en ny biomarkør for kognitiv tilbagegang, som kan udforskes som aldrig før med nye AI -systemer "