به گزارش ایسنا به نقل از گیزمگ، شاید تا به حال پیش آمده باشد که بدون نیاز به دیدن چهره یک فرد، وی را از روی نحوه راه رفتنش بشناسید. در واقع راه رفتن نیز یک نوع هویت است و هر کس طرز راه رفتن خودش را دارد.
به همین علت، دانشمندان اکنون یک سیستم مبتنی بر هوش مصنوعی ایجاد کرده‌اند که مردم را از طریق راه رفتنشان شناسایی می‌کند.
این سیستم جدید تایید بیومتریک ابداع شده توسط محققان دانشگاه منچستر و دانشگاه مادرید، از مردم می‌خواهد که به طور عادی روی یک پد فشاری که روی زمین پهن شده است، راه بروند.
همانطور که آنها این کار را انجام می‌دهند، الگوی راه رفتن آنها، از جمله میزان فشاری که با هر قدم اعمال می‌کنند، ثبت می‌شود. در این فرآیند پابرهنه بودن یا کفش پوشیدن مهم نیست.
اکنون این داده‌ها با الگوی راه رفتن فرد مقایسه می‌شود تا سیستم تشخیص دهد آیا فردی که روی پد فشار قرار دارد واقعا کسی است که ادعا می‌کند یا خیر.
دکتر "عمر کاستیلا ریس"، استاد دانشگاه منچستر که این تحقیق را رهبری می‌کند، گفت: هر انسان هنگام راه رفتن، حدود ۲۴ عامل مختلف و تنوع حرکتی دارد که منجر به ایجاد یک الگوی رفتاری منحصر به فرد برای هر نفر می‌شود. بنابراین زیر نظر گرفتن این حرکات می‌تواند مانند اثر انگشت یا اسکن شبکیه، به عنوان یک روش تشخیص هویت مورد استفاده قرار گیرد تا فرد را به طور واضح شناسایی یا تأیید کند.
برای آموزش هوش مصنوعی که توسط سیستم استفاده می‌شود، دانشمندان بزرگترین پایگاه داده گام‌برداری(رد پا) را در تاریخ ایجاد کرده‌اند که با اسم "SfootBD" شناخته شده و حاوی ۲۰ هزار رد پا از نحوه راه رفتن ۱۲۷ نفر است.
این سیستم تاکنون در مکان‌هایی از جمله بازرسی‌های امنیتی فرودگاه، محل‌های کار و محیط‌های خانگی مورد آزمایش قرار گرفته است. در همه موارد، این سامانه توانست بدون اشتباه، هویت افراد را با تقریبا ۱۰۰ درصد دقت بررسی کند و افراد واقعی را از افرادی که تظاهر به شخص دیگری بودن می‌کنند، تشخیص دهد.
گفته می‌شود که برنامه‌های کاربردی دیگری برای این فناوری وجود دارد.
دکتر "کاستیلا" می‌گوید: این تحقیق همچنین برای تشخیص مشکلات سلامتی و تشخیص نشانگرهای اختلال شناختی و بیماری‌های روانی توسعه می‌یابد.
وی افزود: حرکات انسان می‌تواند یک زیست‌نشانگر جدید از اختلال شناختی باشد که می‌تواند به طور بی‌سابقه‌ای با سیستم‌های جدید هوش مصنوعی مورد بررسی قرار گیرد.
این تحقیق در مجله IEEE Transactions on Analysis Pattern and Machine Information منتشر شده است.
- 16
- 2
