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。”