Anderson का एंगल
एक कदम से व्यक्ति की पहचान करने में सक्षम है AI
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
एक नए शोध पहल ने एक ऐसी कम लागत वाली प्रणाली का उत्पादन किया है जो एक व्यक्ति को उनके कदमों की आवाज पर आधारित पहचान करने में सक्षम है, जितना कि एक ही कदम से।
पत्र पासिव मुल्टी-पर्सन आइडेंटिफिकेशन वाया डीप फुटस्टेप सेपरेशन एंड रिकग्निशन (PURE) में, नानयांग टेक्नोलॉजिकल यूनिवर्सिटी और यूनिवर्सिटी ऑफ केंटुकी के शोधकर्ताओं के बीच एक सहयोग में, पहचान दरें 90% तक स्थापित की गईं, जो कि बहुत ही संक्षिप्त ऑडियो नमूनों से।
प्योर में पांच विशिष्ट फुटस्टेप प्रोफाइल कैप्चर किए गए।
प्योर के लिए आर्किटेक्चर कमोडिटी माइक्रोफोन के एक सरणी से डेटा पर निर्भर करता है, जिसमें रॉ ऑडियो कैप्चर बैकग्राउंड स्पेक्ट्रल सब्सट्रैक्शन के माध्यम से शोर-मुक्त किया जाता है। जहां सिग्नल टू नॉइज़ रेशियो उच्च है, जिसमें समय पर कब्जा होने वाली बातचीत शामिल है, एक स्रोत सेपरेशन अल्गोरिदम सक्रिय हो जाता है और विशिष्ट रूप से कदमों का निष्कर्षण करता है।
फुटस्टेप ऑडियो डोमेन एडवर्सेरियल एडाप्टेशन के माध्यम से स्पष्ट और विश्लेषित किया जाता है, जिसमें एक फीचर एक्सट्रैक्टर, एक पहचान भविष्यवाणीकर्ता, और एक डोमेन भेदभावकर्ता शामिल है।
प्योर के लिए हार्डवेयर
प्योर के लिए उपयोग किया जाने वाला उपकरण एक माइक्रोफोन सरणी है जो रास्पबेरी पी 4 पर आधारित एक अनुकूलित रिग में एम्बेडेड है।
माइक्रोफोन ‘स्ट्रक्चर बोर्न’ सिग्नल (पैर जमीन से संपर्क में आते हैं) के लिए उच्चतम उपलब्ध दर पर ऑडियो कैप्चर करते हैं, क्योंकि यह डेटा बहुत ही कम अवधि का होता है और विस्तार से होना चाहिए। हालांकि, ‘एयरबोर्न’ फुटस्टेप (पैर जमीन से संपर्क में आने से पहले हवा में बने हुए हैं) को 16kHz पर डाउनसैंपल किया जाता है ताकि स्थानीय प्रोसेसिंग क्षमता को संरचनात्मक रूप से संरक्षित किया जा सके।
शोधकर्ताओं ने फुटस्टेप्स साउंड इफेक्ट्स साउंडबोर्ड और फुटस्टेप्स साउंड इफेक्ट्स से एपिडेमिक साउंड से एक प्रशिक्षण डेटा सेट संश्लेषित किया। विभिन्न टेड टॉक्स के ऑडियो घटक का उपयोग पृष्ठभूमि बातचीत से कदमों को निकालने की प्रक्रिया के लिए प्रशिक्षण डेटा का उत्पादन करने के लिए किया गया था।
फुटस्टेप रिकग्निशन में ‘रिप्ले अटैक’ को रोकना
इस प्रकार की प्रणाली को ‘रिप्ले अटैक’ के लिए लचीला होना चाहिए, जहां एक दुर्भाग्यपूर्ण व्यक्ति एक विशिष्ट फुटस्टेप पैटर्न रिकॉर्ड कर सकता है और आशा करता है कि प्रणाली इसे एक लाइव उपयोगकर्ता के रूप में पहचानेगी।
इसे विफल करने के लिए, प्योर ‘संपर्क’ फुटस्टेप में टाइम-ऑफ-एराइवल (ToA) और ‘एयरबोर्न’ फुटस्टेप में एंगल-ऑफ-एराइवल (AoA) का विश्लेषण करता है।
रिप्ले किए गए फुटस्टेप में गतिशील जानकारी की कमी उन्हें आसानी से प्रकट करती है, हालांकि यह आवश्यक है कि डेटा को संसाधित करते समय इसके लिए खाता है। प्राकृतिक फुटस्टेप की अनियमितता को देखकर, और पर्यावरण के संदर्भ में उनकी गति (क्योंकि यह असंभव है कि कोई कार्यालय वातावरण में दौड़ या सुस्ती करेगा), यह सुनिश्चित करना संभव है कि प्राप्त हो रहा डेटा वास्तविक है।
परियोजना में बीमफॉर्मिंग तकनीकों का उपयोग ToA की गणना के लिए किया जाता है, लेकिन AoA का निष्कर्षण अधिक जटिल है, जिसमें एक R-Net न्यूरल नेटवर्क की आवश्यकता होती है जो फिर से विरोधी शिक्षा का उपयोग करके फुटस्टेप की सीमा की गणना करता है। यह मूल रूप से पहले न्यूरल नेटवर्क के समान मॉडल है, सिवाय इसके कि पहचान भविष्यवाणीकर्ता को एक सीमा अनुमानी के साथ प्रतिस्थापित किया जाता है।
सटीकता
प्योर का परीक्षण विभिन्न ध्वनिक वातावरण में किया गया और विभिन्न चलने की गति के साथ विभिन्न दूरियों पर किया गया। जैसे ही फुटस्टेप बनाने वाले लोगों की संख्या बढ़ती है, सटीकता स्वाभाविक रूप से गिरती है, जैसे कि जब कई फुटस्टेप स्रोतों की गति बढ़ जाती है।
हालांकि, डोमेन अनुकूलन के आधार पर, 100 परीक्षणों पर परिणाम यह दिखाते हैं कि प्रणाली 3-5 फुटस्टेप से 90.73% से 96.53% की सटीकता के साथ एक उपयोगकर्ता की पहचान कर सकती है; 2-3 फुटस्टेप से 88.16% से 95.92% की सटीकता के साथ; और एक ही फुटस्टेप से 81.75% से 88.6% की सटीकता के साथ।
शोधकर्ता प्योर के लिए व्यापक अनुप्रयोग की भविष्यवाणी करते हैं, कम लागत वाले कमोडिटी हार्डवेयर के कारण, और यह भी कि यह समान प्रणालियों की तुलना में देरी और सटीकता में बेहतर प्रदर्शन करता है, जबकि पर्यावरणीय हस्तक्षेप और रिप्ले हमलों के लिए मजबूत है।
गेट-विश्लेषण की वृद्धि
इस विशिष्ट मशीन लर्निंग शोध क्षेत्र ने पिछले दस वर्षों में मुख्य रूप से कंप्यूटर दृष्टि पर केंद्रित किया है, और जब उपयोग किया गया मिशन इम्पॉसिबल: रोग नेशन (2015) में एक प्लॉट डिवाइस के रूप में उपयोग किया गया था।
अब तक, गेट रिकग्निशन प्रौद्योगिकियों का प्रस्ताव बुजुर्ग देखभाल, पोस्ट-सर्जिकल पुनर्वास, और अधिक विवादास्पद रूप से खुदरा वातावरण में व्यक्तिगत विज्ञापनों के लिए किया गया है, हालांकि ऐसी प्रणाली सुरक्षित वातावरण में कर्मचारी निगरानी के लिए स्पष्ट रूप से उपयोग की जा सकती है।
2018 में यह रिपोर्ट किया गया था कि चीनी अधिकारियों ने एआई विकास कंपनी वाट्रिक्स से दृष्टि-आधारित गेट विश्लेषण का उपयोग अपने बंद सर्किट सार्वजनिक निगरानी प्रणालियों में एक पहलू के रूप में किया है।
गेट रिकग्निशन को निगरानी द्वारा भी लागू किया गया है वाई-फाई सिग्नल के परावर्तन की निगरानी करके।
हालांकि, इन सभी दृष्टिकोणों में अंतर्निहित सीमाएं हैं, जो या तो गारंटीकृत नहीं की जा सकने वाली प्रकाश व्यवस्था की आवश्यकता होती है, अवरोधित दृश्य, निषिद्ध रूप से महंगे विशेष उपकरण, अत्यधिक विशिष्ट स्थानीय परिस्थितियों, या शरीर-वोर्न उपकरण, अन्य बाधाओं के बीच।
