Το AI μπορεί να αναγνωρίσει ένα άτομο από ένα seul βήμα

Μια νέα ερευνητική πρωτοβουλία έχει παραγάγει ένα χαμηλού κόστους σύστημα ικανό να αναγνωρίζει ένα άτομο με βάση τον ήχο των βημάτων του, ακόμη και από ένα seul βήμα.

Στην έρευνα Passive mUlti-peRson idEntification via Deep Footstep Separation and Recognition (PURE), μια συνεργασία μεταξύ ερευνητών από το Nanyang Technological University και το University of Kentucky, μεταξύ άλλων, οι ρυθμοί αναγνώρισης καθορίστηκαν μέχρι και 90%, από ήχους που είναι εξαιρετικά σύντομοι.

Πέντε διακριτά προφίλ βημάτων που καταγράφηκαν στο PURE.

Η αρχιτεκτονική του PURE βασίζεται σε δεδομένα από一个 πίνακα εμπορικών μικροφώνων, με την ακατέργαστη ηχογράφηση να απο denoised μέσω υποβάθρου spectral subtraction. Όπου το λόγος σήματος προς θόρυβο είναι υψηλός, συμπεριλαμβανομένης της συζήτησης που συμβαίνει κατά την время της ηχογράφησης, ένα αλγόριθμο διαχωρισμού πηγής ενεργοποιείται για να εκτελέσει διακριτό εξαγωγή των βημάτων.

Το ήχο των βημάτων καθαρίζεται και αναλύεται μέσω domain adversarial adaptation, με το πλαίσιο να αποτελείται από einen εξαγωγέα χαρακτηριστικών, einen προβλέπτη ταυτότητας και einen διακρίτη domaine.

Απαρίθμηση για PURE

Η απαρίθμηση που χρησιμοποιείται για PURE είναι ένα μικροφωνικό πίνακα ενσωματωμένο σε ένα εξατομικευμένο σκελετό βασισμένο στο Raspberry Pi 4.

Τα μικρόφωνα καταγράφουν ήχο στην υψηλότερη διαθέσιμη ταχύτητα για ‘structure borne’ σήματα (πόδια που έρχονται σε επαφή με το έδαφος),既然 αυτά τα δεδομένα είναι εξαιρετικά σύντομης διάρκειας και πρέπει να είναι όσο το δυνατόν πιο λεπτομερή. Ωστόσο, τα αερομεταφερόμενα βήματα (ο ήχος που κάνουν τα πόδια στην καμπύλη προς την επόμενη επαφή με το έδαφος) υποδείγματα σε 16kHz για να αποθηκευτεί η τοπική επεξεργασία για structure-borne βήματα.

Οι ερευνητές συνθέτησαν ένα σύνολο δεδομένων εκπαίδευσης από το Footsteps Sound Effects Soundboard, καθώς και από Footsteps Sound Effects από Epidemic Sound. Το ηχητικό συστατικό από διάφορες ομιλίες Ted Talks χρησιμοποιήθηκε για να παράγει δεδομένα εκπαίδευσης για τη διαδικασία εξαγωγής των βημάτων από το υπόβαθρο της συζήτησης.

Προστασία από ‘Επαναληπτικές Επιδρομές’ στη Αναγνώριση Βημάτων

Ένα σύστημα αυτής της φύσης πρέπει να είναι ανθεκτικό σε ‘επαναληπτικές επιδρομές’, όπου ένας κακόβουλος χρήστης μπορεί να καταγράψει ένα συγκεκριμένο μοτίβο βημάτων και να το επαναπαίξει με την ελπίδα ότι το σύστημα θα αναγνωρίσει την ηχογράφηση ως ζωντανό χρήστη.

Για να αποτρέψουμε αυτό, το PURE αναλύει τον Χρόνο-Άφιξης (ToA) στα ‘επαφή’ βήματα, και τον Γωνία-Άφιξης (AoA) στα αερομεταφερόμενα βήματα.

Η έλλειψη δυναμικής πληροφόρησης στις αναπαραχθείσες ηχογραφήσεις αποκαλύπτει τις assez εύκολα, αν και είναι απαραίτητο να ληφθεί υπόψη αυτό κατά την επεξεργασία των δεδομένων. Παρατηρώντας την φυσική ακανόνιστη των βημάτων, καθώς και την ταχύτητά τους στο контέκστ της περιβάλλοντος (既然 είναι απίθανο ότι κάποιος θα τρέξει ή θα βραδύνει, για παράδειγμα, σε ένα γραφείο), είναι δυνατό να διασφαλιστεί ότι τα δεδομένα που λαμβάνονται είναι αυθεντικά.

Το πρόγραμμα χρησιμοποιεί beamforming τεχνικές για να υπολογίσει τον ToA, αλλά η εξαγωγή του AoA είναι πιο σύνθετη, απαιτώντας ένα R-Net νευρωνικό δίκτυο που, και πάλι, χρησιμοποιεί ανταγωνιστική μάθηση για να υπολογίσει την εμβέλεια ενός βήματος. Αυτό είναι ουσιαστικά το ίδιο μοντέλο με το προηγούμενο νευρωνικό δίκτυο, εκτός από το ότι ο προβλέπτης ταυτότητας αντικαθίσταται με έναν εκτιμητή εμβέλειας.

Ακρίβεια

Το PURE δοκιμάστηκε σε ένα ευρύ φάσμα ακουστικών περιβαλλόντων, και χρησιμοποιώντας διάφορες ταχύτητες चलσμού σε μια σειρά αποστάσεων. Όσο αυξάνεται ο αριθμός των ατόμων που δημιουργούν βήματα, η ακρίβεια φυσικά μειώνεται, όπως και όταν αυξάνεται η ταχύτητα πολλών πηγών βημάτων.

Ωστόσο, ανάλογα με την προσαρμογή domaine, τα αποτελέσματα από 100 δοκιμές βρήκαν ότι το σύστημα μπορούσε να αναγνωρίσει ένα χρήστη από 3-5 βήματα με μια ακρίβεια από 90,73% έως 96,53%· από 2-3 βήματα με μια ακρίβεια από 88,16% έως 95,92%· και από ένα seul βήμα με μια ακρίβεια από 81,75% έως 88,6%.

Οι ερευνητές προβλέπουν ευρεία εφαρμογή για το PURE, λόγω του χαμηλού κόστους του εμπορικού υλικού που εμπλέκεται, και του γεγονότος ότι επίσης ξεπερνάει παρόμοια συστήματα σε σχέση με την καθυστέρηση και την ακρίβεια, ενώ είναι ανθεκτικό σε περιβαλλοντικές παρεμβολές και επαναληπτικές επιδρομές.

Η Ανάπτυξη της Ανάλυσης Βημάτων

Αυτή η συγκεκριμένη σφαίρα της έρευνας του μηχανικού μάθησης έχει επικεντρωθεί κυρίως στην υπολογιστική όραση τα τελευταία δέκα χρόνια, και έλαβε μια πολιτιστική ώθηση όταν χρησιμοποιήθηκε ως.plot device στο Mission Impossible: Rogue Nation (2015).

Μέχρι σήμερα, οι τεχνολογίες αναγνώρισης βημάτων έχουν προταθεί για χρήση στην φροντίδα ηλικιωμένων, στην ανακατασκευή μετά από χειρουργική επέμβαση, και πιο αμφιλεγόμενα για προσωποποιημένη διαφήμιση σε εμπορικά περιβάλλοντα, αν και ένα τέτοιο σύστημα έχει φυσικά πιθανές εφαρμογές για την παρακολούθηση εργαζομένων σε ασφαλή περιβάλλοντα.

Το 2018 αναφέρθηκε ότι οι κινεζικές αρχές χρησιμοποιούν την ανάλυση βημάτων με βάση την όραση από την εταιρεία AI Watrix ως einen πτυχή στο κλειστό κύκλωμα συστήματος επιτήρησης.

Η αναγνώριση βημάτων έχει επίσης εφαρμοστεί με την παρακολούθηση της ανακλάσεως των σημάτων Wi-Fi.

Ωστόσο, όλες αυτές οι προσεγγίσεις έχουν εγγενείς περιορισμούς, είτε απαιτώντας συνθήκες φωτισμού που δεν μπορούν να εγγυηθούν, αδιάκοπες απόψεις, δαπανηρά εξειδικευμένο εξοπλισμό, υπερβολικά συγκεκριμένες τοπικές συνθήκες, ή εξοπλισμό που φοριέται στο σώμα, μεταξύ άλλων εμποδίων.