Sztuczna inteligencja może identyfikować osobę na podstawie jednego kroku

Nowy projekt badawczy wyprodukował tanie rozwiązanie, które jest w stanie identyfikować osobę na podstawie dźwięku jej kroków, nawet z jednego kroku.

W artykule Passive mUlti-peRson idEntification via Deep Footstep Separation and Recognition (PURE), który jest wynikiem współpracy między badaczami z Nanyang Technological University i University of Kentucky, uzyskano wskaźniki identyfikacji na poziomie do 90%, przy użyciu bardzo krótkich próbek audio.

Pięć wyraźnych profili kroków zarejestrowanych w PURE.

Architektura PURE opiera się na danych z tablicy mikrofonów, z surowym nagraniem audio, które jest oczyszczane za pomocą tłumienia szumu tła. Gdy stosunek sygnału do szumu jest wysoki, w tym przypadku rozmowy, która ma miejsce w czasie nagrania, algorytm separacji źródła jest aktywowany w celu wyodrębnienia kroków.

Dźwięk kroków jest klarowany i analizowany za pomocą domenowej adaptacji przeciwnika, z ramą składającą się z wyodrębniania cech, przewidywania tożsamości i dyskryminacji domeny.

Sprzęt dla PURE

Sprzęt użyty dla PURE to tablica mikrofonów osadzona w niestandardowej obudowie opartej na Raspberry Pi 4.

Mikrofony rejestrują dźwięk o najwyższej dostępnej częstotliwości dla sygnałów “związanych ze strukturą” (stopy dotykające podłogi), ponieważ te dane są niezwykle krótkie i muszą być jak najbardziej szczegółowe. Jednak dźwięk kroków “w powietrzu” (dźwięk, jaki stopy wydają w trakcie ruchu w kierunku następnego kontaktu z podłogą) jest próbkowany z częstotliwością 16 kHz w celu zaoszczędzenia lokalnej mocy obliczeniowej dla kroków “związanych ze strukturą”.

Badacze stworzyli zestaw danych szkoleniowych z Soundboard Footsteps, a także z Footsteps Sound Effects od Epidemic Sound. Składnik audio z różnych Ted Talks został użyty do utworzenia danych szkoleniowych dla procesu wyodrębniania kroków z rozmów w tle.

Preventing ‘Replay Attacks’ In Footstep Recognition

System tego rodzaju musi być odporny na “ataki odtworzeniowe”, w których osoba mogłaby nagrać określony wzór kroków i odtworzyć go, licząc na to, że system zidentyfikuje nagranie jako żywego użytkownika.

Aby temu przeciwdziałać, PURE analizuje czas przybycia (ToA) w “kontaktowych” krokach i kąt przybycia (AoA) w krokach “w powietrzu”.

Brak dynamicznej informacji w odtworzonych krokach ujawnia je dość łatwo, choć konieczne jest uwzględnienie tego podczas przetwarzania danych. Poprzez obserwację naturalnej nieregularności kroków oraz ich prędkości w kontekście środowiska (ponieważ nie jest prawdopodobne, aby ktoś biegał lub leniwy w biurze), możliwe jest upewnienie się, że otrzymywane dane są autentyczne.

Projekt wykorzystuje techniki kształtowania wiązki do obliczania ToA, ale wyodrębnianie AoA jest bardziej skomplikowane i wymaga sieci neuronowej R-Net, która, ponownie, wykorzystuje uczenie przeciwnika do obliczania zakresu kroku. Jest to podstawowo ten sam model, co wcześniejsza sieć neuronowa, z tym że przewidywacz tożsamości jest zastąpiony przez estymator zakresu.

Dokładność

PURE został przetestowany w szerokim zakresie środowisk akustycznych i przy użyciu różnych prędkości chodu na różnych odległościach. Im więcej osób tworzy kroki, tym dokładność naturalnie spada, podobnie jak w przypadku zwiększania prędkości wielu źródeł kroków.

Jednak w zależności od adaptacji domeny wyniki z 100 prób wykazały, że system może zidentyfikować użytkownika z 3-5 kroków z dokładnością od 90,73% do 96,53%; z 2-3 kroków z dokładnością od 88,16% do 95,92%; i z jednego kroku z dokładnością od 81,75% do 88,6%.

Badacze przewidują szerokie zastosowanie PURE ze względu na niski koszt sprzętu i fakt, że również przewyższa podobne systemy pod względem opóźnienia i dokładności, przy jednoczesnej odporności na zakłócenia środowiskowe i ataki odtworzeniowe.

Rozwój analizy chodu

Ta sfera badań nad sztuczną inteligencją koncentrowała się głównie na widzeniu komputerowym w ciągu ostatnich dziesięciu lat i otrzymała kulturalny impuls, gdy została użyta jako element fabuły w Misja: Niewykonalna – Rogue Nation (2015).

Do tej pory technologie rozpoznawania chodu zostały zaproponowane do użycia w opiece nad osobami starszymi, rehabilitacji pooperacyjnej oraz, bardziej kontrowersyjnie, do personalizowanej obsługi reklam w środowiskach detalicznych, chociaż taki system ma oczywiście potencjalne zastosowania w monitorowaniu pracowników w bezpiecznych środowiskach.

W 2018 roku zostało zgłoszone, że chińskie władze używają wizyjnej analizy chodu od firmy AI Watrix jako elementu w swoich systemach nadzoru publicznego.

Rozpoznawanie chodu zostało również zaimplementowane przez monitorowanie odbicia sygnałów Wi-Fi.

Jednak wszystkie te podejścia mają wrodzone ograniczenia, wymagające warunków oświetleniowych, które nie mogą być zagwarantowane, niezakłóconych widoków, wyjątkowo drogiego specjalistycznego sprzętu, zbyt szczegółowych warunków lokalnych lub sprzętu noszonego na ciele, wśród innych przeszkód.