https://ift.tt/2MEc86U
本文:
說說看你認為常見的身分辨識方式有哪些？沒錯，臉部辨識、聲音、指紋、視網膜掃描都是常見用以辨識身分的方式。那麼，走路的方式呢？在家中你可以透過聆聽走路的聲音分辨出是哪一位家人嗎？其實走路方式也是一種「生物行為參數」（behavioural biometrics），攜帶了每個人特有的生物訊息。
過去幾年，利用電腦分析錄影攝像中人們步態的研究，已有相當進展。但要將此類訊息轉譯為實用的身分辨識系統，還是有挑戰之處，其中很重要的一項就是保持這些攝像錄影機的隱密性，因為在知情的情況下，人的步態舉止有偽裝的可能性，而攝像錄影機往往都是可見的；另外，攝像錄影機擷取資訊也有許多限制，包括需要良好的光源（環境太暗時難以觀察）、同時也要避免遮蔽（人來人往中可能會遮蔽到目標物）。那麼，有什麼方法可克服這些挑戰呢？英國曼徹斯特大學（University of Manchester）的 Krikor Ozanyan 和愛爾蘭國立大學（National University of Ireland）的 Patricia Scully，兩位領導的研究團隊找到一個更好的方法進行步態辨識（gait-recognition）：壓力感應地墊。
其實這種地墊不是什麼最新科技，保全系統已應用好幾年了，但 Ozanyan 和 Scully 博士應用的是更進一步版本，能記錄不同地點、同一個人走過地墊時產生的壓力。這些測量結果會形成一個人獨特的行走模式，Ozanyan 和 Scully 同時也利用當前最熱門的 AI 人工智慧系統進行機器學習（machine learning），以解密並辨識這些模式。
目前此項研究已有相當不錯的成果，研究團隊今年稍早發表了系統的測試成果。經過系統分析 127 名不同個體的步伐，辨識失誤率只有 0.7%，Scully 博士表示，他們建立的系統還可成功判斷出個體的性別，因為男性和女性骨盆大小不同，導致走路的方式也有不同，更甚者，系統還能猜出個體的年齡。
這項以地墊為主的辨識系統，其中一項優勢就是不受光線條件的限制，就算是完全黑暗的環境還是能分析；那麼，此項辨識系統是不是沒有任何限制？當然不是，目前已發現穿著不同的鞋（高跟鞋 vs. 運動鞋）會有不同步伐分析結果，假如在建立步伐數據到資料庫時穿著運動鞋，未來此個體若是穿著高跟鞋，系統可能就無法辨識出來，但若要模仿另一個人的步伐來混淆系統，恐怕還是很難成功。
Ozanyan 和 Scully 博士目前正在重新設計地墊，之前地墊包含無數個壓力感應器組成的陣列，新地墊則包含光學纖維組成的格柵，地墊其中一側相連的兩邊分布著發光二極管（light-emitting diodes），能將光傳遞至纖維，位於光學纖維對側邊的感應器可測量收到多少光線；地墊接收到的任一壓力都會造成纖維扭轉，然後轉變為不同量的光線傳遞，不同位置不同的改變量，將由機器學習系統繪製和分析。
Ozanyan 博士表示團隊已建立一塊 2 公尺長、1 公尺寬的展示用光纖地墊（fibre-optic mat），材料成本約新台幣 4 千元，目前他們正積極與廠商合作進行商業化量產，其中一項用途是應用於醫療產業，特別是老年照護，光纖地墊可安裝於照護中心或老人住所，以監測特定疾病可能導致的步態改變，如此有機會及早提供警訊給有較高摔倒風險的人，或是給罹患失智症等較易有認知受損發生的病患。
步態分析也可應用於工作場所的安全量測，監控限制出入的區域，像是軍事基地、伺服器中心或具高度危險的實驗室，在這些情況下，員工必須事先同意掃描他們的步態以建檔，就如同臉部、視網膜或指紋掃描等視像安全系統的建檔。
除了居家和工作場所應用，最易引起關注的就是公共場所使用步態辨識地墊了，試想在機場能透過走過地墊辨識身分，多麼快速方便啊，但如同指紋等已存在的辨識系統，建檔將是關鍵步驟。另一個大挑戰就是步態模式與視網膜或指紋相較，改變的機會和範圍都比較大，不過這項科技的進一步運用還是相當令人期待。
（首圖來源：pixabay）
沒有留言:
張貼留言