你可能聽說過指紋掃描、虹膜掃描、甚至眼睛注視掃描，但是基于步數的生物識別技術呢?在預印本系統Arxiv.org(全球最大的預印本系統，旨在促進科學研究成果的交流與共享)上發表的一項新研究，調查了人工智能(AI)在僅憑腳印識別一個人身份的功能。

位于德里的印度理工學院(IndianInstituteofTechnology)的研究人員在一篇名為《利用腳步產生的地震信號識別人》的論文中描述了這一系統。“它基于霧計算架構，它使用邊緣設備來執行數據收集中涉及的計算、存儲和通信。”(該團隊指出，這可以通過減少帶寬和能源需求來降低成本。)

“通過我們的方法，個人只需要在傳感器的活動區域行走，”他們寫道。“人類識別系統在各個領域都有重要的應用。”

該系統由三層組成：物體(傳感器與低端處理器配對，嵌入式處理器與收發器配對);霧(嵌入式處理器和收發器);和云(服務器)。物體層面,在此實施中由RaspberryPiZero,一個地震檢波器(地面運動傳感器,將地面運動轉換成電壓)，和一個遠程收發模塊組成，自動提取由腳步聲引起的地震信號部分并在將其通過ZigBee發送到霧層之前進行壓縮。霧層——RaspberryPiModelB——接收足跡信號，解壓，從中提取重要特征，并在通過以太網或Wi-Fi將信號傳送到云中之前對其進行分類。最后，云執行推斷。

為了訓練機器學習模型，使其能夠區分不同的腳步(從而廣而用之)，研究人員收集了步數的時間和頻率，以及步數的長度和節奏(兩個連續的腳步之間的間隔)。研究小組稱，在一個月的時間里，他們用一個檢波器收集了8名赤腳測試參與者的大約46000個步數，這是同類實驗中最大的數據集。

他們認為，在現實世界中，最好將“監控區域”(如大學或工廠)劃分為“區域”(工廠樓層、部門)和子區域(房間、醫院病房)來完成數據收集。

在模型訓練過程中，研究小組發現，每堂訓練課大約需要875步——大約8分鐘的步行——才能達到85%以上的準確率，但他們的結果最終超過了基線。在測試過程中，表現最好的人工智能系統將一個人與他或她的足跡匹配的準確率高達92.29%，但這一比例僅為7個連續的足跡。

該系統的一個顯著缺點是無法同時識別一個以上的人——兩個或兩個以上的人會使系統混亂。研究人員把這個問題留給了未來的工作，但他們相信，當前的迭代可以可靠地用于登記教室或車間的出勤情況，檢測入侵者，以及控制家用電器。

“這種生物識別系統的主要優點是，地震傳感器可以很容易地偽裝起來;因為腳步模式是獨一無二的，所以無法回避檢測;不侵犯個人隱私;(而且)它對環境參數不那么敏感，超出了個人解碼和制造原始信號的能力，”他們寫道。