Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Konnte die Weise wir gehen, der nächste Schritt für biometrische Sicherheit zu sein?
{{{sourceTextContent.subTitle}}}
Forscher haben das ungenutzte Potenzial unserer einzigartigen Gangarten erforscht, eine neue, unintrusive biometrische Sicherheitswahl zu schaffen.
{{{sourceTextContent.description}}}
Obwohl wir möglicherweise wenig an es dächten, ist möglicherweise unsere Gangart ist so einzigartig zu uns als unser Fingerabdruck und sehr gut der nächste Schritt in der Biometrie. Forscher an der Universität von Manchester und von Universidad Autónoma De Madrid, Spanien, haben eine hochmoderne künstliche Intelligenz (AI), biometrisches Überprüfungssystem entwickelt, das die einzelne Gangart oder das gehende Muster eines Menschen messen kann.
Es kann eine Einzelperson durch sie erfolgreich einfach überprüfen gehend auf eine Druckauflage im Boden und den Schritt 3D und die zeit-ansässigen Daten analysierend.
Die Ergebnisse, Anfang des Jahres veröffentlicht in einer der Spitzenlernfähigkeit- einer Maschineforschungszeitschriften, die IEEE-Geschäfte auf Muster-Analyse und Maschinen-Intelligenz (TPAMI) zeigten, dass im Durchschnitt das AI-System richtig eine Einzelperson fast 100 Prozent der Zeit identifizierte, mit gerade einer 0,7 Fehlerrate.
Körperliche Biometrie, wie Fingerabdrücke, Gesichtsanerkennung und Netzhautscans, werden z.Z. häufiger zu Sicherheitszwecken verwendet.
Jedoch nehmen so genannte Verhaltensbiometrie, wie Gangartanerkennung, auch die einzigartigen Unterzeichnungen gefangen, die durch natürliche Muster Verhaltens- einer Person und Bewegungsgeliefert werden.
Das Team prüfte ihre Daten, indem es viele so genannten ‚Schwindler‘ und eine geringe Anzahl Benutzer in drei verschiedenen realistischen Sicherheitsszenario verwendete. Diese waren Flughafensicherheitskontrollpunkte, der Arbeitsplatz und die familiäre Umgebung.
Omar Costilla Reyes, von Manchesters Schule der Schule der elektrischen und elektronischen Technik, sagte: „Jeder Mensch hat ungefähr 24 verschiedene Faktoren und Bewegungen beim Gehen, mit dem Ergebnis jeder einzelnen Person, die ein einzigartiges, einzigartiges gehendes Muster hat. Diese Bewegungen deshalb überwachen kann, wie ein Fingerabdruck oder ein Netzhautscan verwendet werden, um eine Einzelperson offenbar zu erkennen und zu identifizieren oder zu überprüfen.“
Um das AI-System zu schaffen das Computer benötigen um solche Bewegungsmuster zu lernen, verwendete das Team SfootBD, die größte Schrittdatenbank in der Geschichte (bis jetzt) und enthielt fast 20.000 Schrittsignale von 127 verschiedenen Einzelpersonen. Um die Proben und den Datensatz zu kompilieren benutzte das Team nur für Boden Sensoren und hochauflösende Kameras.
Dr. Costilla Reyes fügte hinzu: „Das Konzentrieren auf nicht-aufdringliche Gangartanerkennung, indem es die Kraft überwacht, die auf dem Boden während eines Schritts ausgeübt wird, ist sehr schwierig. Das ist, weil das Unterscheiden zwischen den subtilen Veränderungen von persönlichem extrem schwierig, manuell zu definieren ist, deshalb wir musste ein neues AI-System finden, um diese Herausforderung von einer neuen Perspektive zu lösen.“
Ein der Schlüsselnutzen der Anwendung von Abdruckanerkennung ist, anders als gefilmt werden, oder gescannt an einem Flughafen, ist der Prozess für das einzelne und das elastisch nicht-aufdringlich, Umweltbedingungen zu lärmen. Die Person muss nicht einmal ihre Fußbekleidung beim Gehen entfernen auf die Druckauflagen, da er nicht auf der Abdruckform aber mit ihrer Gangart basiert.
Andere Anwendungen für die Technologie umfassen intelligente Schritte, die Nerven Degeneration erkennen konnten, die positive Auswirkungen im Gesundheitswesensektor haben könnte. Dieses ist ein anderer Bereich, dass Omar beabsichtigt, seine Forschung mit Schrittanerkennung voranzubringen.
Er fügte hinzu: „Die Forschung wird auch entwickelt, um das Gesundheitswesenproblem der Markierungen für kognitive Abnahme und Anfang der Geisteskrankheit zu adressieren, indem man rohe Schrittdaten von einem Boden-Sensor des weiten Bereichs verwendet, der in den intelligenten Wohnungen dislozierbar ist. Menschliche Bewegung kann ein neuer Biomarker der kognitiven Abnahme sein, der wie nie vorher mit neuen AI-Systemen erforscht werden kann“