Пусть походит. Новый искусственный интеллект научили идентифицировать людей по особенностям походки
Искусственный интеллект может идентифицировать людей по их походке. Новая технология фокусируется на том, как движутся суставы человека, а не только на форме тела.
Это может улучшить дистанционную проверку личности для служб безопасности и правоохранительных органов, пишет Techxplore.com.
В своем исследовании команда разработчиков описывает систему SKDMap-Net, которая анализирует походку человека, используя определенные по видеосигналу ключевые точки тела. Система вычисляет положение суставов, углы, угловую скорость и ускорение для фиксации характерных особенностей походки. Она учитывает влияние различных типов одежды, ракурса камеры и даже частичных перекрытий.
«Распознавание по походке обладает преимуществом бесконтактности, однако оно уязвимо к влиянию одежды и изменению ракурса наблюдения. Ключ к решению этой проблемы заключается в выделении стабильных индивидуальных характеристик движения. Для этого мы предлагаем систему динамического представления признаков, основанную на ключевых точках скелета», — отметили разработчики новой технологии.
Модель раздельно обрабатывает информацию о положении тела и движениях, прежде чем объединить их. Она также использует механизм внимания — метод машинного обучения, который придает большее значение различным частям тела в зависимости от сцены (например, движениям рук, если ноги не видны).
В ходе тестирования на трех общедоступных наборах данных для распознавания походки система превзошла существующие подходы. Этот метод позволяет повысить надежность распознавания походки и одновременно сократить объем персональной визуальной информации, подлежащей обработке.
«В этой системе используются двухпотоковые пространственно-временные сверточные сети для объединения таких признаков, как положение суставов, углы и угловые скорости, а также применяются механизмы внимания для адаптивного взвешивания вклада различных частей тела. На наборе данных CASIA-B точность составила 95,8%, а на наборе данных Gait3D точность по критерию Rank-1 достигла 83,7%», — пояснили авторы метода.
Полученные результаты демонстрируют, что динамические признаки эффективно фиксируют различия в паттернах походки и устойчивы к вариациям внешнего вида, предлагая новый подход к распознаванию походки на основе моделей.
Ранее NV Техно писал, что группа исследователей с инженерного факультета Колумбийского университета представила новые данные, ставящие под сомнение широко распространенное утверждение о том, что отпечатки пальцев являются надежным способом идентификации личности.
Используя искусственный интеллект и общедоступную базу данных правительства США, содержащую около 60 000 отпечатков пальцев, команда обнаружила, что некоторые отпечатки, которые считались принадлежащими разным людям, на самом деле могли принадлежать одному человеку.