根据走路方式及步态的生物识别验证系统 或将取代指纹识别和虹膜扫描

研究人员开发出基于行为的生物识别验证系统，透过分析个人走路的方式及其步态，提供非侵入式的身份验证方法，可用于机场安检以取代指纹识别和虹膜扫描…

英国曼彻斯特大学(University of Manchester)电子与电机工程系与西班牙马德里大学(University of Madrid)的研究人员合作，开发了一种能够测量人类个人步态或行走模式的行为生物识别验证系统，只要个人行走于地板上的压力垫，即可对其脚步的3D形态和基于时间的数据进行分析，成功识别个人身份。

研究人员宣称，透过该系统分析个人走路的方式及其步态，提供了一种非侵入式的身份验证方法，可用于作为机场安检的生物识别技术，以取代指纹识别和虹膜扫描。

这项研究结果发表于今年初的机器学习研究期刊——《IEEE模式分析与机器智能汇刊》(IEEE Transactions on Pattern Analysis and Machine Intelligence；TPAMI)。研究人员在文中指出，平均而言，这项新开发的人工智能(AI)系统几乎在100%的时间都能正确识别出个人，其错误率仅0.7%。

目前，基于生理特征的生物识别技术，例如指纹、脸部识别和视网膜扫描，经常用于安全目的。然而，诸如步态识别之类的行为生物识别技术也可以撷取由个人自然行为和动作模式所呈现的独特标识。研究团队针对三种现实世界的安全场景——机场安全检查点、工作场所以及家庭环境，采用了大量所谓的“冒名顶替者”以及少量的用户来测试其数据。

主导这项研究的曼彻斯特大学电子与电机工程系教授Omar Costilla-Reyes解释：“每个人在走路时受到大约24种不同因素和动作的影响，导致每个人都有唯一、独特的步态模式。因此，就像指纹或虹膜扫描一样，监测这些动作即可用于辨认和验证个人身份。”

为了打造这样的AI系统，必须让计算机学习这些动作模式。该研究团队收集了迄今最庞大的步态数据库，其中包含来自127位个人近20,000个脚步信号。为了编译这些样本和数据集，研究团队还使用了落地式传感器以及高分辨率相机。

这个数据集被称为SfootBD。Costilla-Reyes正是利用此SfootBD数据集，开发出发表于TPAMI中的自动足迹生物识别系统所需的先进运算模型。

步态模式包括视觉、压力以及加速度计。

Costilla-Reyes补充说：“借由监测个人脚步施加在地板上的力道来研究非侵入式步态识别，非常具有挑战性。这是因为区别人与人之间的微妙差异极其难以经由人为界定。这就是为什么我们必须开发出新型的AI系统，从全新的角度来解决这项挑战。”

相较于机场安检所采用的拍摄或扫描方式，使用脚步识别的主要优点之一在于，整个监测过程对于个人来说是非侵入式的，而且它对于周遭的嘈杂环境情况也具有适应性。同时，当踩踏在压力垫进行监测时，人们甚至不需要脱去鞋子，因为该系统依赖的并不是基于脚印的形状，而是基于其走路的步态。

该技术的其他应用还包括能够识别神经退化的智能足迹(smart step)，它将会对医疗保健领域带来正面的影响。同时，这也是Costilla-Reyes打算透过脚步识别推动其研究进展的另一个领域。

他补充说：“这项研究也正在进展中，透过来自部署于智慧住宅中广大楼面的传感器所撷取之原始脚步资料，可望解决标识认知衰退和精神疾病发作的医疗保健问题。人类的动作可能成为认知衰退的另一种新型生物标识，并经由新型AI系统进行所未有的探索。”