曼彻斯特大学和马德里大学的研究人员开发AI系统进行步态识别，准确识别个体

内容来源：ATYUN AI平台 

研究者最近开发了一种新的人工智能，可以通过测量步态或步行模式来识别个人。该技术可用于机场安全，取代指纹识别和眼部扫描。它可以通过分析3D足迹和基于时间的数据来成功验证个人。由英国曼彻斯特大学和西班牙马德里大学的研究人员开发的系统几乎百分之百地正确识别出个体，仅有0.7的错误率。物理生物识别技术，如指纹，面部识别和视网膜扫描，目前更常用于安全目的。然而，所谓的行为生物特征识别，例如步态识别，也可以捕获由一个人的自然行为和运动模式，成为个人独特的标识。

该团队通过在三种不同的实际安全情况下使用大量所谓的“冒名顶替者”和少量用户来测试他们的数据。包括机场安全检查站，工作场所和家庭环境。研究表明，该方法提供了对机场，办公室和家庭当前安全系统的补充。

“每个人在走路时都有大约24种不同的特征和动作，导致每个人都有独特的走路模式。因此，可以使用这些运动，就像指纹或视网膜扫描那样，来识别或验证个体，”来自曼彻斯特大学的Omar Costilla Reyes表示。

为了创建计算机需要学习这种运动模式的AI系统，该团队收集了历史上最大的足迹数据库，其中包含来自127个不同个体的近20000个足迹信号。为了编辑样本和数据集，团队使用了落地式传感器和高分辨率相机。该数据集称为SfootBD，用于开发TPAMI中提供的自动足迹生物识别验证所需的高级计算模型。Costilla Reyes说：“通过监控脚步施加在地面上的力量来进行非侵入性步态识别非常具有挑战性。“这是因为区分人与人之间微妙的变化是很难手动定义的，这就是为什么我们不得不提出一个新的AI系统，并从新的角度来解决这个难题，”他说。

与在机场进行拍摄或扫描不同，使用步态识别的一个主要优点是，该过程对个人来说是非侵入性的，并且在噪音环境条件下具有适应性。在踩压感垫时，人们甚至不需要脱掉鞋子，因为识别不是基于脚印形状本身，而是其步态。该技术的其他应用包括可识别神经退化，这可能对医疗行业产生积极影响。

本文转自ATYUN人工智能媒体平台，原文链接：曼彻斯特大学和马德里大学的研究人员开发AI系统进行步态识别，准确识别个体

更多推荐

糖尿病通常被称为“无声杀手”，那么人们可以寄希望于AI吗？

开发者都应该了解的SOLID原则（上）

AI分析两种语言变量以预测精神疾病，准确率达93％