Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
La manière nous marcher a-t-elle pu être la prochaine étape pour la sécurité biométrique ?
{{{sourceTextContent.subTitle}}}
Les chercheurs avaient exploré le potentiel inexploité de nos démarches uniques de créer une nouvelle, unintrusive option biométrique de sécurité.
{{{sourceTextContent.description}}}
Bien que nous pourrions penser peu à lui, notre démarche est aussi unique à nous en tant que notre empreinte digitale et peut très bien être la prochaine étape en biométrie. Les chercheurs à l'université de Manchester et de l'Universidad Autónoma De Madrid, Espagne, ont développé une intelligence artificielle de pointe (AI), le système biométrique de vérification qui peut mesurer la démarche d'un humain ou le modèle de marche individuelle.
Il peut avec succès vérifier une personne simplement par eux marchant sur une protection de pression dans le plancher et analysant le pas 3D et des données basées sur temps.
Les résultats, édités dans un des journaux supérieurs de recherches d'apprentissage automatique, les transactions d'IEEE sur l'intelligence d'analyse de modèle et informatique (TPAMI) plus tôt cette année, ont prouvé que, en moyenne, le système d'AI correctement a identifié une personne presque 100 pour cent du temps, avec juste des 0,7 taux d'erreurs.
La biométrie physique, telle que des empreintes digitales, reconnaissance faciale et balayages rétiniens, actuellement sont généralement employées pour la sécurité.
Cependant, la soi-disant biométrie comportementale, telle que la reconnaissance de démarche, capturent également les signatures uniques livrées par les modèles naturels comportementaux d'une personne et de mouvement.
L'équipe a examiné leurs données à l'aide d'un grand nombre de soi-disant “imposteurs” et d'un nombre restreint d'utilisateurs dans trois scénarios réels différents de sécurité. C'étaient les points de contrôle de sécurité dans les aéroports, le lieu de travail, et l'environnement familial.
Omar Costilla Reyes, de l'école de Manchester de l'école de l'ingénierie électrique et électronique, a dit : « Chaque humain a approximativement 24 facteurs différents et mouvements en marchant, ayant pour résultat chaque personne individuelle ayant un modèle de marche unique et singulier. Par conséquent la surveillance de ces mouvements peut être employée, comme une empreinte digitale ou un balayage rétinien, pour identifier et clairement identifier ou vérifier une personne. »
Pour créer le système d'AI dont les ordinateurs ont besoin pour apprendre de tels modèles de mouvements, l'équipe avait l'habitude SfootBD, la plus grande base de données de pas dans l'histoire (jusqu'à présent), contenant presque 20 000 signaux de pas de 127 personnes différentes. Pour compiler les échantillons et l'ensemble de données l'équipe a utilisé les capteurs réservés au plancher et les caméras à haute résolution.
Dr. Costilla Reyes a ajouté : « Se concentrer sur la reconnaissance non-intrusive de démarche en surveillant la force exercée sur le plancher pendant un pas est très provocant. C'est parce qu'il est extrêmement difficile définir distinguer les variations subtiles d'avec préavis manuellement, cela est pourquoi nous avons dû fournir un système nouveau d'AI pour résoudre ce défi d'une nouvelle perspective. »
On les avantages principaux d'employer la reconnaissance d'empreinte de pas est, à la différence d'être filmé ou balayé à un aéroport, le processus est non-intrusif pour l'individuel et résilient pour ébruiter des conditions environnementales. La personne n'a pas besoin même d'enlever leurs chaussures en marchant sur les protections de pression car il n'est pas basé sur la forme d'empreinte de pas mais avec leur démarche.
D'autres demandes de technologie incluent les étapes futées qui pourraient identifier la neuro- dégénérescence qui pourrait avoir des implications positives dans le secteur de soins de santé. C'est un autre secteur qu'Omar prévoit pour avancer sa recherche avec la reconnaissance de pas.
Il a ajouté : « La recherche également est développée pour adresser le problème de soins de santé des marqueurs pour la baisse cognitive et le début de la maladie mentale, à l'aide des données brutes de pas d'un capteur de plancher de vaste domaine déployable en logements futés. Le mouvement humain peut être un biomarker nouveau de baisse cognitive, qui peut être exploré comme jamais avant avec les systèmes nouveaux d'AI »