AI สามารถระบุตัวบุคคลจากเสียงเดินเท้าได้

โครงการวิจัยใหม่ได้สร้างระบบที่มีต้นทุนต่ำซึ่งสามารถระบุตัวบุคคลจากเสียงเดินเท้าได้ โดยใช้ข้อมูลจากไมโครโฟนหลายตัวและอัลกอริทึมการเรียนรู้ของเครื่องจักร

ใน เอกสารวิจัย Passive mUlti-peRson idEntification via Deep Footstep Separation and Recognition (PURE) ซึ่งเป็นความร่วมมือระหว่างนักวิจัยจากมหาวิทยาลัยเทคโนโลยีนันยางและมหาวิทยาลัยเคนทักกี้ เป็นต้น อัตราการระบุตัวบุคคลที่ถูกต้องสามารถสูงถึง 90% โดยใช้ข้อมูลเสียงที่สั้นมาก

Five distinctive footstep profiles captured in PURE.

ระบบ PURE ใช้ข้อมูลจากไมโครโฟนหลายตัวและอัลกอริทึมการเรียนรู้ของเครื่องจักรเพื่อระบุตัวบุคคลจากเสียงเดินเท้า

ระบบ PURE ใช้เทคนิคการเรียนรู้ของเครื่องจักรเพื่อระบุตัวบุคคลจากเสียงเดินเท้า และสามารถป้องกันการโจมตีแบบ “replay attack” ได้

ฮาร์ดแวร์สำหรับ PURE

ฮาร์ดแวร์ที่ใช้สำหรับ PURE คือไมโครโฟนหลายตัวที่ติดตั้งบนแพลตฟอร์มที่กำหนดเองโดยใช้ Raspberry Pi 4

ไมโครโฟนสามารถบันทึกเสียงเดินเท้าได้ด้วยอัตราส่วนสูงสุด และสามารถป้องกันการโจมตีแบบ “replay attack” ได้

การป้องกันการโจมตีแบบ ‘Replay Attacks’ ในการระบุตัวบุคคลจากเสียงเดินเท้า

ระบบ PURE สามารถป้องกันการโจมตีแบบ “replay attack” ได้โดยการวิเคราะห์เสียงเดินเท้าและตรวจสอบว่าเสียงเดินเท้านั้นเป็นของจริงหรือไม่

ระบบ PURE สามารถระบุตัวบุคคลจากเสียงเดินเท้าได้ด้วยความแม่นยำสูง และสามารถป้องกันการโจมตีแบบ “replay attack” ได้

ความแม่นยำ

ระบบ PURE ได้รับการทดสอบในหลายๆ สภาพแวดล้อมและสามารถระบุตัวบุคคลจากเสียงเดินเท้าได้ด้วยความแม่นยำสูง

ระบบ PURE สามารถระบุตัวบุคคลจากเสียงเดินเท้าได้ด้วยความแม่นยำสูง และสามารถป้องกันการโจมตีแบบ “replay attack” ได้

การเติบโตของการวิเคราะห์การเดิน

การวิเคราะห์การเดินเป็นหนึ่งในเทคนิคที่ใช้ในการระบุตัวบุคคล และได้รับการพัฒนาอย่างต่อเนื่อง

การวิเคราะห์การเดินสามารถใช้ในการระบุตัวบุคคลและสามารถป้องกันการโจมตีแบบ “replay attack” ได้

การวิเคราะห์การเดินได้รับการพัฒนาอย่างต่อเนื่อง และสามารถใช้ในการระบุตัวบุคคลและป้องกันการโจมตีแบบ “replay attack” ได้

การวิเคราะห์การเดินสามารถใช้ในการระบุตัวบุคคลและสามารถป้องกันการโจมตีแบบ “replay attack” ได้ และได้รับการพัฒนาอย่างต่อเนื่อง