Sättet du går och dina fotspår skulle kunna användas som en biometrisk vid flygplatssäkerhet istället för fingeravtryck och ögonskanning.

Forskare vid University of Manchester i samarbete med University of Madrid har utvecklat en toppmodern artificiell intelligens (AI), biometriskt verifieringssystem som kan mäta en människas individuella gång- eller gångmönster. Den kan framgångsrikt verifiera en individ helt enkelt genom att de går på en tryckdyna i golvet och analyserar fotsteget 3-D och tidsbaserad data.

Resultaten, publicerad i en av de främsta forskningstidskrifterna för maskininlärning, de IEEE -transaktioner om mönsteranalys och maskinintelligens (TPAMI) tidskrifter tidigare i år, visade det, i genomsnitt, AI-systemet som utvecklats korrekt identifierade en individ nästan 100 % av tiden, med bara 0,7 fel.

Fysisk biometri, såsom fingeravtryck, ansiktsigenkänning och näthinneskanningar, är för närvarande vanligare för säkerhetsändamål. Dock, så kallad beteendebiometri, som gångigenkänning, fångar också unika signaturer som levereras av en persons naturliga beteende- och rörelsemönster. Teamet testade sina data genom att använda ett stort antal så kallade "bedragare" och ett litet antal användare i tre olika verkliga säkerhetsscenarier. Dessa var flygplatsens säkerhetskontroller, arbetsplatsen, och hemmiljön. Tillvägagångssättet erbjuder potential att komplettera nuvarande säkerhetssystem på flygplatser, kontor och hem som forskningen har visat.

Dr Omar Costilla Reyes, från Manchester's School of School of Electrical and Electronic Engineering och som ledde forskningen, förklarar:"Varje människa har ungefär 24 olika faktorer och rörelser när man går, vilket resulterar i att varje enskild person har en unik, singulära gångmönster. Därför kan övervakning av dessa rörelser användas, som ett fingeravtryck eller näthinneskanning, att känna igen och tydligt identifiera eller verifiera en individ. "

För att skapa AI-systemet som datorer behöver för att lära sig sådana rörelsemönster, teamet samlade den största fotstegsdatabasen i historien (hittills), innehåller nästan 20, 000 fotstegsignaler från 127 olika individer. För att sammanställa proverna och datauppsättningen använde teamet endast golvsensorer och högupplösta kameror.

Det var denna datauppsättning, som kallas SfootBD, som Dr. Costilla Reyes använde för att utveckla de avancerade beräkningsmodeller som behövs för automatisk biometrisk verifiering av fotavtryck som presenteras i TPAMI.

Dr. Costilla Reyes tillade:"Att fokusera på icke-påträngande gångigenkänning genom att övervaka kraften som utövas på golvet under ett fotsteg är mycket utmanande. Det beror på att det är extremt svårt att definiera manuellt att skilja mellan de subtila variationerna från person till person, det är därför vi var tvungna att ta fram ett nytt AI-system för att lösa denna utmaning från ett nytt perspektiv."

En av de viktigaste fördelarna med att använda fotavtrycksigenkänning är, till skillnad från att bli filmad eller skannad på en flygplats, processen är icke-påträngande för individen och motståndskraftig mot bullermiljöförhållanden. Personen behöver inte ens ta av sig sina skor när han går på tryckkuddarna eftersom det inte är baserat på själva fotavtrycksformen utan på sin gång.

Andra tillämpningar för teknologin inkluderar smarta steg som kan känna igen neurodegeneration som kan ha positiva konsekvenser för vården. Detta är ett annat område som Dr. Costilla Reyes avser att främja sin forskning med fotstegsigenkänning.

Han tillade:"Forskningen utvecklas också för att ta itu med vårdproblemet med markörer för kognitiv försämring och uppkomst av psykisk sjukdom, genom att använda råa fotstegsdata från en golvsensor för stora områden som kan användas i smarta bostäder. Mänsklig rörelse kan vara en ny biomarkör för kognitiv nedgång, som kan utforskas som aldrig förr med nya AI-system"