De manier waarop u loopt en uw voetstappen kunnen worden gebruikt als biometrische gegevens bij de beveiliging van luchthavens in plaats van vingerafdrukken en oogscans.

Onderzoekers van de Universiteit van Manchester hebben in samenwerking met de Universiteit van Madrid een ultramoderne kunstmatige intelligentie (AI) ontwikkeld, biometrisch verificatiesysteem dat het individuele loop- of looppatroon van een mens kan meten. Het kan een persoon met succes verifiëren door simpelweg op een drukkussen in de vloer te lopen en de voetstap 3-D en op tijd gebaseerde gegevens te analyseren.

De resultaten, gepubliceerd in een van de beste onderzoekstijdschriften voor machine learning, de IEEE-transacties op patroonanalyse en machine-intelligentie (TPAMI) tijdschriften eerder dit jaar, liet zien dat, gemiddeld, het ontwikkelde AI-systeem identificeerde een persoon bijna 100% van de tijd correct, met een foutenpercentage van slechts 0,7.

fysieke biometrie, zoals vingerafdrukken, gezichtsherkenning en netvliesscans, worden momenteel vaker gebruikt voor beveiligingsdoeleinden. Echter, zogenaamde gedragsbiometrie, zoals gangherkenning, legt ook unieke handtekeningen vast die worden geleverd door iemands natuurlijke gedrags- en bewegingspatronen. Het team testte hun gegevens met behulp van een groot aantal zogenaamde 'bedriegers' en een klein aantal gebruikers in drie verschillende real-world beveiligingsscenario's. Dit waren veiligheidscontroles op de luchthaven, de werkplaats, en de thuisomgeving. De aanpak biedt de mogelijkheid om de huidige beveiligingssystemen op luchthavens aan te vullen, kantoren en het huis zoals het onderzoek heeft aangetoond.

Dr. Omar Costilla Reyes, van Manchester's School of School of Electrical and Electronic Engineering en die het onderzoek leidde, legt uit:"Elk mens heeft ongeveer 24 verschillende factoren en bewegingen bij het lopen, waardoor elke individuele persoon een unieke, uniek looppatroon. Daarom kan monitoring van deze bewegingen worden gebruikt, zoals een vingerafdruk of netvliesscan, om een ​​persoon te herkennen en duidelijk te identificeren of te verifiëren."

Om het AI-systeem te maken dat computers nodig hebben om dergelijke bewegingspatronen te leren, het team verzamelde de grootste voetstappendatabase in de geschiedenis (tot nu toe), met bijna 20, 000 voetstapsignalen van 127 verschillende individuen. Om de monsters en dataset samen te stellen, gebruikte het team alleen vloersensoren en camera's met een hoge resolutie.

Het was deze dataset, die SfootBD wordt genoemd, die Dr. Costilla Reyes gebruikte om de geavanceerde rekenmodellen te ontwikkelen die nodig zijn voor automatische biometrische verificatie van de voetafdruk, gepresenteerd in TPAMI.

Dr. Costilla Reyes voegde toe:"Focus op niet-intrusieve loopherkenning door de kracht te controleren die tijdens een voetstap op de vloer wordt uitgeoefend, is een hele uitdaging. Dat komt omdat het onderscheid tussen de subtiele variaties van persoon tot persoon uiterst moeilijk handmatig te definiëren is, daarom moesten we een nieuw AI-systeem bedenken om deze uitdaging vanuit een nieuw perspectief op te lossen."

Een van de belangrijkste voordelen van het gebruik van voetafdrukherkenning is, in tegenstelling tot gefilmd of gescand worden op een luchthaven, het proces is niet-intrusief voor het individu en bestand tegen omgevingslawaai. De persoon hoeft zijn schoenen niet eens uit te doen wanneer hij op de drukkussens loopt, omdat dit niet gebaseerd is op de vorm van de voetafdruk zelf, maar op zijn manier van lopen.

Andere toepassingen voor de technologie zijn slimme stappen die neurodegeneratie kunnen herkennen, wat positieve gevolgen kan hebben in de zorgsector. Dit is een ander gebied waarop Dr. Costilla Reyes zijn onderzoek wil bevorderen met voetstapherkenning.

Hij voegde eraan toe:"Het onderzoek wordt ook ontwikkeld om het gezondheidsprobleem van markers voor cognitieve achteruitgang en het begin van psychische aandoeningen aan te pakken, door gebruik te maken van ruwe voetstapgegevens van een brede vloersensor die inzetbaar is in slimme woningen. Menselijke beweging kan een nieuwe biomarker zijn van cognitieve achteruitgang, die als nooit tevoren kan worden verkend met nieuwe AI-systemen"