研究人员训练 AI 识别人的脚步

你可能听说过指纹扫描，虹膜扫描，甚至眼睛注视扫描，但是基于脚步的生物识别技术呢？在预印本服务器 arxiv.org 上发表的一项新研究调查了人工智能(AI)在仅凭脚印识别一个人的使用。

德里印度理工学院的研究人员发表了论文《使用足部产生的地震信号进行人员识别》，它基于雾计算架构，该架构采用边缘设备来执行大部分计算，存储和涉及数据收集的沟通。 （该团队指出，这可以通过最小化带宽和能源需求来降低成本。）

“(通过我们的方法)，个人只需要通过传感器的活动区域。人类识别系统在各个领域都有重要的应用。”

系统由三部分组成：物体（传感器与低端处理器配对，嵌入式处理器与收发器配对）；雾（嵌入式处理器和收发器）；和云（服务器）。

物质层，在此实施中由Raspberry Pi Zero——地震检波器（将地面运动转换为电压的地面运动传感器）和远程收发器模块组成，自动提取代表人流量的地震信号部分并在将其通过 ZigBee 发送到雾层之前压缩它。雾层——一个Raspberry Pi 3模型B - 接收足迹信号，解压缩它，从中提取重要特征，并在将信号通过以太网或Wi-Fi传递到云之前对信号进行分类。最后，云执行推理。

为了训练机器学习模型，使其能够区分不同的足迹（以及人），研究人员除了长度和节奏（两个连续的脚步之间的间隔）之外，还收集了脚步的时间和频率。该团队声称，在一个月内，他们使用地震检波器从8名赤脚测试参与者那里收集了大约46,000个足迹——这是同类中最大的数据集。

他们认为，在现实世界中，最好将“监控区域”（如大学或工厂）划分为“区域”（工厂楼层、部门）和子区域（房间、医院病房）来完成数据收集。

在模型训练过程中，研究小组发现，每次大约需要875步——大约8分钟的步行——才能达到85%以上的准确率，但他们的结果最终超过了基线。在测试过程中，表现最好的人工智能系统能达到 92.29%的准确率，而且是从7个连续的足迹中。

该系统的一个显著缺点是无法同时识别两个或两个以上的人，这会使系统混乱。研究人员将这个问题留给了未来的工作，但相信当前的迭代，可以可靠地用于登记教室或车间出勤，检测入侵者，以及控制家用电器。

论文中写道：“这种生物识别系统的主要优点是，地震传感器可以很容易地伪装起来；脚步模式是独一无二的，所以无法回避检测；不侵犯个人隐私；对环境参数不那么敏感，超出了个人解码和制造原始信号的能力。”