Нейронная сеть научилась идентифицировать человека по походке

Команда ученых из нескольких стран под руководством профессора из Манчестерского университета Омара Костиллья-Рейеса разработала компьютерный метод распознавания человека по походке. В основу технологии легли данные исследований об уникальности движений каждого человека при ходьбе.

В работе искусственного интеллекта задействована функция компьютерного зрения, с помощью которой программа получает информацию об объекте. Затем система сравнивает движения человека с данными о походке людей из имеющейся базы. В случае полного соответствия всех параметров происходит идентификация пользователя. Система основана на технологии глубокого машинного обучения, что со временем повышает точность работы программы.

Для тестирования было привлечено 120 добровольцев. Общий объем загруженной информации составил более 20 тысяч снимков, на основе которых нейронная сеть определяла индивидуальные характеристики движения людей при ходьбе. Учитывались данные о длине шага, положении стопы в пространстве, распределении веса тела и другие параметры. Программа разделила полученные данные на две большие группы, выявив пространственные и временные особенности ходьбы.

Разработчики программного обеспечения называют несколько преимуществ предложенного ими метода идентификации человека. Использование обычных биометрических данных для доступа к информации на смартфоне или компьютере основано на оценке объекта преимущественно по одному параметру. Это позволяет злоумышленникам обманывать систему при использовании в качестве ключа отпечатков пальцев, сетчатки глаза или формы лица. Эксперты полагают, что подделать походку человека будет гораздо сложнее, потому что в этом случае оценивается сразу несколько десятков параметров. Практическое применение разработка может найти в системах цифровых замков, автоматически открывающих двери автомобилей или позволяющих зайти в помещение без использования ключа.

Минусом технологии являются ограничения по ее использованию в темное время суток или в многолюдном месте. В этом случае программа может получить недостаточное количество данных о приближающемся объекте. Усовершенствование системы потребуется и для применения такого способа идентификации человека в ситуациях, когда его походка меняется из-за травмы.