Menselijk lopen is een uniek kenmerk dat kan worden gebruikt voor robuuste identiteitsherkenning. De op het looppatroon gebaseerde identiteitsherkenningsmethode combineert verschillende voordelen, zoals een hoge fraudebestendigheid, veilige gegevensverzameling, geen behoefte aan expliciete gebruikersinteractie, en continue en lange afstand authenticatie. Deze combinatie maakt lopen een zeer geschikte biometrische parameter voor gebruikersverificatie bij gebruik van draagbare apparaten.

Echter, fluctuaties in het looppatroon binnen de proefpersoon zijn significanter dan bij jongeren als gevolg van veranderingen in fysieke kracht die gepaard gaan met veroudering. Als resultaat, op het looppatroon gebaseerde identiteitsherkenning van oudere volwassenen is een grotere uitdaging.

Prof. Li Ye en zijn collega's Dr. Sun Fangmin en Dr. Zang Weilin van de Shenzhen Institutes of Advanced Technology (SIAT) van de Chinese Academie van Wetenschappen, in samenwerking met collega's van de Universiteit van Calabrië in Italië, hebben een op het looppatroon gebaseerde identificatiemethode voor oudere gebruikers voorgesteld.

Het huidige werk, gepubliceerd in Informatie Fusion , is gebaseerd op een eerdere studie van het team die werd gepubliceerd in IEEE Internet of Things-journaal in 2018 en breidt de loopidentificatie uit naar oudere gebruikers. In de vorige studie, Het team van Li heeft een snelheidsadaptieve segmenteringsmethode voor de loopcyclus en een geïndividualiseerde methode voor het genereren van drempelwaarden voorgesteld om de loopauthenticatie van jonge volwassenen te verbeteren wanneer ze met verschillende snelheden lopen.

In het huidige rapport de onderzoekers introduceerden een op het looppatroon gebaseerde identiteitsherkenningsmethode die wordt gebruikt voor de toegangscontrole van draagbare medische apparaten voor ouderen. Er werd een algoritme voor de synthese van looptemplates voorgesteld om het probleem van fluctuaties in het looppatroon bij oudere ouderen te verminderen. Om de identiteitsherkenning verder te verbeteren, de onderzoekers ontwierpen een op arbitrage gebaseerd fusie-algoritme op scoreniveau:twee overeenkomende algoritmen worden gebruikt om voorlopige beslissingen te nemen; als er inconsistenties zijn in de voorlopige beslissingen, het derde matching-algoritme wordt gebruikt om de uiteindelijke beslissing te geven. Het is aangetoond dat dergelijke procedures het herkenningspercentage van oudere volwassenen verbeteren in vergelijking met de bestaande op histogrammen gebaseerde methode.

De haalbaarheid van de voorgestelde methode werd geverifieerd met behulp van een openbare dataset met versnellingssignalen van drie IMU's (inertiële meeteenheden) gedragen door 64 oudere gebruikers in de leeftijd van 50 tot 79 jaar, die in 2011 werd gedeeld door de Universiteit van Osaka. De verkregen experimentele resultaten bewijzen dat het gemiddelde erkenningspercentage 96,7% bereikte, wat aangeeft dat de voorgestelde methode redelijk geschikt was voor een robuuste, op het looppatroon gebaseerde identificatie van oudere gebruikers.