通过足迹进行身份识别 AI 将身份验证技术发挥到了极致

栏目: 软件资讯 · 发布时间: 6年前

内容简介:或许你听说过指纹扫描,虹膜扫描,或者是眼神扫描技术,那么有听过足迹扫描生物识别技术吗?最近,在Arxiv.org 上发布的新研究调查表明,人工智能(AI)已经可以通过不同人的足迹和脚印起到身份认证和辨别效果,印度德里理工学院的研究人员在一篇名为“利用由足迹经过时产生的地颤信号来进行身份识别”的论文中描述了该识别系统,该系统基于一个雾计算架构,可以将收集来的数据用边缘设备来执行大部分计算、存储和通信,从而得出最终的识别判断结果。这个系统主要由三个层级共同构造实现,分别是事物层(嵌入式处理器与收发器),雾层(

通过足迹进行身份识别 AI 将身份验证技术发挥到了极致

本文由腾讯数码独家发布

或许你听说过指纹扫描,虹膜扫描,或者是眼神扫描技术,那么有听过足迹扫描生物识别技术吗?最近,在Arxiv.org 上发布的新研究调查表明,人工智能(AI)已经可以通过不同人的足迹和脚印起到身份认证和辨别效果,印度德里理工学院的研究人员在一篇名为“利用由足迹经过时产生的地颤信号来进行身份识别”的论文中描述了该识别系统,该系统基于一个雾计算架构,可以将收集来的数据用边缘设备来执行大部分计算、存储和通信,从而得出最终的识别判断结果。

这个系统主要由三个层级共同构造实现,分别是事物层(嵌入式处理器与收发器),雾层(嵌入式处理器与收发器)以及云层(服务器),物件层包括树莓派 Zero、地颤检波器(将地面运动转换为电压的地面运动换能器)以及远程收发器模块,其可以用于自动提取脚步地颤信号,并将其压缩,然后在 ZigBee 上发送到雾层,雾层中的树莓派 3 Model B 可以将接收到的信号解压,然后提取其中重要的功能,将其分类归档后通过 Wi-Fi 或者以太网传输给云服务器。

为了训练机器学习模式可以有效地辨别不同人的脚步,研究人员不仅会让机器收集经过测验区域内人们的脚步震颤压力和节奏(也就是两个连续脚步间的时间间隙)数据,还会收集脚步声的时间和频率,在长达一个月的时间里,他们用该地颤检波器对八个赤脚参与者的 46000 次足迹运动进行了测试。

通过足迹进行身份识别 AI 将身份验证技术发挥到了极致

研究小组发现每次大约需要875个脚步,也就是8分钟的步行结果才能让机器学习的识别能力达到 85%的精确度,而在测试期间,他们的最终结果已经超过了该基线,被训练出来的人工智能系统,只需在 7 个脚步内,就可以将个人和足迹信号匹配精度达到 92.29%。

相比其他的验证方法,这样的验证方案也显得更加简单,只需要在特定区域部署这样的足迹身份验证通道,那么当个人穿过传感器监测区域时,身份识别认证就可以瞬间完成,而且脚步识别更不容易被造假破解,要模拟其他人的脚步信号几乎是不可能的,这对于保护个人隐私有很大帮助,而且由于对环境参数不敏感,设备的搭建成本也很低,更容易实现普及和商业化。

不过该系统目前有一个显著的缺陷,那就是它只能对测验者一个个的分别识别,而不能同时识别两个或者两个以上的人,研究人员表示这将是他们未来主要的工作重心,一旦该技术成熟,就可以广泛地应用到教室,车间的出勤率,陌生入侵者检测,以及智能家用电器控制中。

比如,在学校中,如果老师需要检查学生的出勤情况,最原始的做法就是点名,然后学生答到,而通过这种方法,老师们就不必再浪费时间在点名签到上,因为当学生们进入教室的那一刻起,脚步识别系统就已经记录下了每个学生到达或者离开课堂的时间,人数信息,这些数据都会清晰的呈现出来。

来源:futurism


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据结构与问题求解

数据结构与问题求解

韦斯 / 清华大学出版社 / 2011-8 / 89.50元

《数据结构与问题求解(Java语言版)(第4版)》是专为计算机科学专业的两个学期课程而设计的,从介绍什么足数据结构开始,继而对高级数据结构与算法进行分析。《数据结构与问题求解(Java语言版)(第4版)》以独特的方式,清晰地将每种数据结构的接口与其实现分离开来,即将如何使用数据结构与如何对数据结构编程相分离。《数据结构与问题求解(Java语言版)(第4版)》从抽象思维和问题求解的角度出发,为数据结......一起来看看 《数据结构与问题求解》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

SHA 加密
SHA 加密

SHA 加密工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具