在2017年9月15日晚黄金时段播出的中央电视台CCTV-1大型科技挑战节目《机智过人》第三期中，银河水滴的步态识别研究团队在与“最强人类”袁梦（国际记忆大师，曾成功从168条音轨中辨识出TFBOYS三位的音轨）的挑战中胜出，接受了姚期智(中科院院士、图灵奖得主)、撒贝宁等组成的嘉宾团现场鉴定，引起了社会各界的广泛关注。在该期节目中，银河水滴的步态识别系统先后对10个身高、体型相似的蒙面人“嫌疑犯”与21只体型、毛色相似的金毛犬进行识别，均取得了成功。
步态识别的技术原理
实际上，对于步态识别，大家在生活中并不陌生，我们经常在远处还未看清面孔时就能通过步态识别出自己熟悉的亲朋好友。步态识别技术就是利用智能分析算法赋予计算机具备这种通过步态识别身份的能力。
提到“生物识别技术”，人们首先联想到的是面部、指纹、虹膜识别等，因为这些特征对每个人来说都是独一无二的，所以这类“活体密码”在安全性上也会高出许多。然而，上述几类生物识别技术都需要在相对近距离的范围内才能完成识别，例如人脸，当视频采集设备与待识别目标距离较远时，人脸模糊不清，系统无法识别，指纹、虹膜就更无法采集。面对这种局限，步态识别以难隐藏性、非接触性和非侵入性等特点从众多可选方案中脱颖而出，成为生物识别领域的一匹“黑马”。
英国南安普敦大学电子与计算机系的马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异。对一个人来说，要伪装走路姿势非常困难，不管罪犯是否带着面具自然地走向银行出纳员还是从犯罪现场逃跑，他们的步态就可以让他们露出马脚。
步态识别技术优势
一方面，从医学角度来看，不同的腿骨长度、肌肉强度、重心高度以及运动神经灵敏度，决定了步态的唯一性和稳定性，因而短时间内很难被他人模仿。
另一方面，对距离要求不高，即时距离较远，人走路的姿态也清晰可见。一般来说，基于1080p的摄像头，有效识别距离可达50米，识别速度在200ms以内；如果分辨率达到4K的高清配置，有效识别距离可扩展至100米。
此外，步态特征无需识别者特意配合就能进行采集。
步态识别的应用领域
步态识别技术悄然兴起，那么其目前主要应用于哪些领域呢？
首先，当然就是公安系统。以往，公安系统需要人工审核大量视频资料，不仅浪费人力资源，还影响到破案效率。虽然近年来有了人脸识别技术的支持，但是往往由于嫌犯的反侦察掩饰，或者是摄像头清晰度、角度等原因，识别准确率也难以完全保障。通过应用步态识别技术，公安部门就可以进一步节省人工审核视频资料的时间，对检测对象的身体特征和运动姿态进行分析，快速锁定目标人群，加快刑事案件侦破速度，提升公安系统信息化水平。此外，除了甄别嫌犯，步态识别技术也能用来帮助寻找失踪、走失人员。
其次，就是拥有野外重要设施的行业，例如石油行业。近日，国内步态识别领域的“领头羊”银河水滴就宣布与石油行业达成了合作，将利用步态识别技术完善防控网络，保护位于野外露天环境的石油设施。据业内人士介绍，石油行业的野外设施此前主要依靠人类安防力量进行巡检、防护，虽然有摄像头等监控设备，但是受限于客观原因，识别有效性不足。而步态识别技术具有的远距离、非接触、无需主动配合等优势，可以加强、完善油田的安防体系，及时发现隐患，提高安防水平，并较低人力成本。
步态识别技术应用到智能家居领域，可以很好地替代遥控器这种远距离操作工具。例如，电视机用上步态识别技术，用户一进家门就可以远距离让电视识别自己身份，从而在不接触电视的情况下，让电视播放自己喜欢的节目或者音乐。
步态识别也可以提升空调的智能水平，根据家庭成员的步态特征，空调可以及时识别老人、小孩等特殊人群的活动范围，能够根据不同人群调整空调的出风角度、出风量及温度，让温度控制更适合人群需求。同时，步态识别可以在用户距离家门一定距离时候就完成身份识别，无需其他额外操作，也不需要门前等待，直接把门打开，老人、孩子也可以无障碍使用。
最新技术进展
根据国外媒体报道，最近有科学家开发出了一种新型人工智能系统，可以通过检测人类的步态和行走姿势识别不同人的身份。这项技术未来可以用于机场安检，取代指纹识别和眼球扫描等技术。它同样可以非常准确的分析3D图像和时间参数，成功的验证目标身份，并且节省更多时间。
另外该技术未来还可以拥有更多的使用场景，比如识别神经退行性疾病，能够对医疗保健行业产生更积极的影响。而这也是研究人员未来希望涉足的新领域。
来自于英国曼彻斯特大学和西班牙马德里大学的研究人员共同开发了这套人工智能系统，能够几乎在百分之百的时间里正确的识别出目标身份，误差率只有0.7%。与传统的指纹识别、面部识别和视网膜识别等物理识别方式相比，这种新的识别方式也许安全性上稍差，但它同样可以通过捕捉人类的自然行为以及不同的运动模式特征，保证基本的安全性。
“每个人走路的步态都是由大约24个不同的因素组成，因此这导致每个人都有独特的行走模式。因此，监测行走步态就像指纹识别或视网膜扫描一样，可以识别并验证一个人的身份。”曼彻斯特大学的OmarCostillaReyes表示。为了创建能够让计算机学习运动模式的人工智能系统，研究小组收集了大量的相关数据，包括来自近127个不同个体超过2万个步幅信号。
为了编译样本和数据集，研究小组使用了地面传感器和高分辨率摄像头。这个数据集名叫SfootBD，可以用来开发TPAMI中所提供自动占用生物识别验证所需要的高级计算模型。Reyes表示：“通过监测不同的人在地面传感器上施加的压力，来对非侵入式的步态识别方式是非常具有挑战性的。因为想要区分人与人之间细微的差别，其实是很难通过手动定义。这就是为什么我们必须想出一种新的人工智能系统来从一个新角度解决这个挑战。”
最后，使用这种步态识别技术最主要的好处就是，与传统的拍摄或扫描相比，这个过程对被检测者来说全程没有任何干扰，同时还可以适应各种不同的环境。当目标行走在能够监测压力的脚垫上，甚至不需要脱掉鞋子，因为这种技术主要是检测步态而不只是脚部的数据。
鲁公网安备37132102371356号