Inteligența artificială poate identifica o persoană după un singur pas

O inițiativă de cercetare recentă a produs un sistem cu cost redus capabil să identifice o persoană pe baza sunetului pașilor săi, din cât mai puține informații, chiar și de la un singur pas.

În articol Identificarea multi-persoană pasivă prin separarea și recunoașterea pașilor (PURE), o colaborare între cercetători de la Universitatea Tehnică Nanyang și Universitatea din Kentucky, printre alții, s-au stabilit rate de identificare de până la 90%, din mostre audio extrem de scurte.

Cinci profiluri de pași distinctive capturate în PURE.

Arhitectura pentru PURE se bazează pe date de la o matrice de microfoane comerciale, cu captura de sunet brută denumită prin subtractia spectrală a fundalului spectral. În cazul în care raportul semnal/zgomot este ridicat, inclusiv conversația care are loc în momentul capturii, un algoritm de separare a surselor este activat pentru a efectua extragerea discretă a pașilor.

Sunetul pașilor este clarificat și analizat prin adaptarea adversă a domeniului, cu un cadru care cuprinde un extractor de caracteristici, un predictor de identitate și un discriminator de domeniu.

Hardware pentru PURE

Echipamentul utilizat pentru PURE este o matrice de microfoane încorporată într-un suport personalizat bazat pe Raspberry Pi 4.

Microfoanele capturează sunetul la cea mai mare rată disponibilă pentru semnalele “structurale” (picioarele care ating pământul), deoarece aceste date sunt de durată extrem de scurtă și trebuie să fie cât mai detaliate. Cu toate acestea, pașii “aerieni” (sunetul pe care îl fac picioarele în arcul spre următorul contact cu pământul) sunt redimensionați la 16kHz pentru a salva capacitatea de procesare locală pentru pașii “structurali”.

Cercetătorii au creat un set de date de antrenament din Placa de sunete a pașilor, precum și din Sunetele pașilor de la Epidemic Sound. Componenta audio din diversele discursuri Ted a fost utilizată pentru a produce date de antrenament pentru procesul de extragere a pașilor din conversația de fundal.

Prevenirea atacurilor de “repetare” în recunoașterea pașilor

Un sistem de acest fel trebuie să fie rezistent la atacurile de “repetare”, în care un atacator ar putea înregistra un anumit model de pași și să îl reproducă în speranța că sistemul va identifica înregistrarea ca pe un utilizator în direct.

Pentru a preveni acest lucru, PURE analizează timpul de sosire (ToA) în pașii “de contact” și unghiul de sosire (AoA) în pașii “aerieni”.

Lipsa de informații dinamice în pașii reproducți îi revelează destul de ușor, deși este necesar să se țină cont de acest lucru la prelucrarea datelor. Prin observarea iregularității naturale a pașilor și, de asemenea, a vitezei lor în contextul mediului (deoarece este puțin probabil ca cineva să alerge sau să se grăbească, de exemplu, într-un mediu de birou), este posibil să se asigure că datele primite sunt autentice.

Proiectul utilizează tehnici de formare a fasciculului pentru a calcula ToA, dar extragerea AoA este mai complexă, necesitând o rețea neurală R-Net care, din nou, utilizează învățarea adversă pentru a calcula intervalul unui pas. Acesta este, în esență, același model ca și rețeaua neurală anterioară, cu excepția că predictorul de identitate este înlocuit cu un estimator de interval.

Acuratețe

PURE a fost testat într-o gamă largă de medii acustice și utilizând o varietate de viteze de mers pe o gamă de distanțe. Pe măsură ce numărul de persoane care creează pași crește, acuratețea scade în mod natural, la fel și atunci când viteza surselor multiple de pași crește.

În funcție de adaptarea domeniului, rezultatele obținute în 100 de încercări au arătat că sistemul poate identifica un utilizator din 3-5 pași cu o acuratețe cuprinsă între 90,73% și 96,53%; din 2-3 pași cu o acuratețe cuprinsă între 88,16% și 95,92%; și dintr-un singur pas cu o acuratețe cuprinsă între 81,75% și 88,6%.

Cercetătorii prevăd o aplicabilitate largă pentru PURE, datorită costului scăzut al echipamentului comercial implicat și faptului că acesta depășește sistemele similare în ceea ce privește latența și acuratețea, în timp ce este robust la interferențele mediului și atacurile de repetare.

Crescerea analizei mersului

Această sferă particulară de cercetare a inteligenței artificiale s-a concentrat în principal pe viziunea computerizată în ultimii zece ani și a primit un impuls cultural atunci când a fost utilizat ca un dispozitiv de intrigă în Misiune: Imposibilă – Națiunea rogue (2015).

Până în prezent, tehnologiile de recunoaștere a mersului au fost propuse pentru utilizare în îngrijirea bătrânilor, reabilitarea post-chirurgicală și, în mod mai controversat, pentru servirea de publicitate personalizată în medii de vânzare cu amănuntul, deși un astfel de sistem are, evident, utilizări potențiale pentru monitorizarea angajaților în medii securizate.

În 2018, s-a raportat că autoritățile chineze utilizează analiza mersului bazată pe viziune de la compania de dezvoltare AI Watrix ca o fațetă a sistemelor de supraveghere publică cu circuit închis.

Recunoașterea mersului a fost, de asemenea, implementată prin monitorizarea reflectanței semnalelor Wi-Fi.

Cu toate acestea, toate aceste abordări au limitări inerente, fie necesitând condiții de iluminare care nu pot fi garantate, vederi neîntrerupte, echipamente specializate prohibitiv de scumpe, condiții locale prea specifice sau echipamente purtate pe corp, printre alte obstacole.