Согласно известной песне, милого можно узнать по походке. Но и преступника, оказывается, тоже. Именно эту работу учёные доверили искусственному интеллекту.
Каждый человек обладает своим уникальным стилем ходьбы. Зная об этом, исследователи из Манчестерского университета разработали новую систему распознавания шагов SfootBD, которая опирается на работу искусственного интеллекта (ИИ).
По мнению разработчиков, теоретически такая технология сможет заменить устройства сканирования радужной оболочки глаза и снятия отпечатков пальцев на контрольно-пропускных пунктах безопасности, в том числе в аэропортах.
Нейронные сети могут находить особые закономерности в движениях человека при ходьбе (своего рода шаблоны), которые позволяют распознавать личность с невероятной точностью. А технология SfootBD является в 380 раз более точной по сравнению с предыдущими методами.
Как говорит ведущий автор исследования из Манчестерского университета Омар Кастильо Рейс (Omar Costilla Reyes), во время ходьбы каждого человека можно выделить примерно 24 различных параметра движения. Проще говоря, каждый человек действительно обладает уникальной моделью перемещения.
Разрабатывая систему, исследовательская группа под руководством Рейса собрала базу данных, состоящую из 20 тысяч "сигнальных" шагов от более чем 120 человек. (На сегодняшний день она является самой большой базой данных шагов.)
Отмечается, что каждая походка изучалась при помощи камеры высокого разрешения и особых напольных датчиков, фиксирующих давление, оказываемое человеком на поверхность при ходьбе. То есть людям не нужно снимать обувь при ходьбе по полу, оборудованному датчиками, чтобы система смогла по походке вычислить личность человека. Как правило, другие подобные методы изучают походку человека без обуви.
Система искусственного интеллекта под названием глубинные остаточные нейронные сети (deep residual neural network) анализировала данные, изучая распределение веса, скорость походки и трёхмерные показатели каждого стиля походки. Важно, что система рассматривала именно особенности походки, а не форму "следа".
Предыдущие попытки распознавания шагов работали за счёт сканирования походки людей без обуви, а технологии трёхмерной визуализации сравнивали стиль ходьбы человека с кадрами системы видеонаблюдения. Новая же технология является гораздо более точной, чем подобные системы, хотя для работы ей необходимы особые датчики, воспринимающие давление.
Чтобы проверить систему SfootBD в действии, исследовательская группа изучала участников эксперимента в трёх различных сценариях: контрольно-пропускной пункт охраны в аэропорту, рабочее место и дом. Исследователи также работали с контрольной группой людей, которые пытались подделать походку другого человека. Таким образом, специалисты хотели понять, сможет ли ИИ отличить таких "самозванцев".
Результаты показали, что в среднем система выдавала 100-процентную точность при идентификации людей, а частота ошибок составила всего 0,07 процента.
Безусловно, это впечатляющий результат, показывающий, что технология может быть эффективной в реальных ситуациях.
Правда, у новой системы есть и недостатки. Как уже отмечалось, SfootBD требует использования особых датчиков, фиксирующих давление, которое человек оказывает на пол при ходьбе, и камеры высокого разрешения. Поэтому такая технология вряд ли может быть использована повсеместно.
Более того, работа инструмента напрямую зависит от имеющейся базы данных. Иными словами, система может определить лишь тех людей, чьи модели ходьбы были ранее записаны и каталогизированы в системе.
Такой подход вряд ли можно применить в любом месте, так как собрать особенности стиля ходьбы каждого человека на порядок сложнее, чем, скажем, получить фотографии для распознавания лиц.
Впрочем, лишь практическое использование технологии может дать точный ответ на вопрос о том, насколько практичен такой метод в условиях реального мира.
Результаты исследования и описание новой разработки представлены в научном издании IEEE Transactions on Pattern Analysis and Machine Intelligence.