研究人員訓練 AI 識別人的腳步
你可能聽說過指紋掃描,虹膜掃描,甚至眼睛注視掃描,但是基於腳步的生物識別技術呢?在預印本伺服器 ofollow,noindex" target="_blank">arxiv.org 上發表的一項新研究調查了人工智慧(AI)在僅憑腳印識別一個人的使用。
德里印度理工學院的研究人員發表了論文《使用足部產生的地震訊號進行人員識別》,它基於霧計算架構,該架構採用邊緣裝置來執行大部分計算,儲存和涉及資料收集的溝通。 (該團隊指出,這可以通過最小化頻寬和能源需求來降低成本。)
“(通過我們的方法),個人只需要通過感測器的活動區域。人類識別系統在各個領域都有重要的應用。”
系統由三部分組成:物體(感測器與低端處理器配對,嵌入式處理器與收發器配對);霧(嵌入式處理器和收發器);和雲(伺服器)。
物質層,在此實施中由Raspberry Pi Zero——地震檢波器(將地面運動轉換為電壓的地面運動感測器)和遠端收發器模組組成,自動提取代表人流量的地震訊號部分並在將其通過 ZigBee 傳送到霧層之前壓縮它。霧層——一個Raspberry Pi 3模型B - 接收足跡訊號,解壓縮它,從中提取重要特徵,並在將訊號通過乙太網或Wi-Fi傳遞到雲之前對訊號進行分類。最後,雲執行推理。
為了訓練機器學習模型,使其能夠區分不同的足跡(以及人),研究人員除了長度和節奏(兩個連續的腳步之間的間隔)之外,還收集了腳步的時間和頻率。該團隊聲稱,在一個月內,他們使用地震檢波器從8名赤腳測試參與者那裡收集了大約46,000個足跡——這是同類中最大的資料集。
他們認為,在現實世界中,最好將“監控區域”(如大學或工廠)劃分為“區域”(工廠樓層、部門)和子區域(房間、醫院病房)來完成資料收集。
在模型訓練過程中,研究小組發現,每次大約需要875步——大約8分鐘的步行——才能達到85%以上的準確率,但他們的結果最終超過了基線。在測試過程中,表現最好的人工智慧系統能達到 92.29%的準確率,而且是從7個連續的足跡中。
該系統的一個顯著缺點是無法同時識別兩個或兩個以上的人,這會使系統混亂。研究人員將這個問題留給了未來的工作,但相信當前的迭代,可以可靠地用於登記教室或車間出勤,檢測入侵者,以及控制家用電器。
論文中寫道:“這種生物識別系統的主要優點是,地震感測器可以很容易地偽裝起來;腳步模式是獨一無二的,所以無法迴避檢測;不侵犯個人隱私;對環境引數不那麼敏感,超出了個人解碼和製造原始訊號的能力。”