位于德里的印度理工學(xué)院(IndianInstituteofTechnology)的研究人員在一篇名為《利用腳步產(chǎn)生的地震信號識別人》的論文中描述了這一系統(tǒng)。“它基于霧計(jì)算架構(gòu)，它使用邊緣設(shè)備來執(zhí)行數(shù)據(jù)收集中涉及的計(jì)算、存儲和通信。”(該團(tuán)隊(duì)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(qū)域行走，”他們寫道。“人類識別系統(tǒng)在各個領(lǐng)域都有重要的應(yīng)用。”

該系統(tǒng)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(fā)器配對);霧(嵌入式處理器和收發(fā)器);和云(服務(wù)器)。物體層面,在此實(shí)施中由RaspberryPiZero,一個地震檢波器(地面運(yùn)動傳感器,將地面運(yùn)動轉(zhuǎn)換成電壓)，和一個遠(yuǎn)程收發(fā)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(fā)送到霧層之前進(jìn)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(wǎng)或Wi-Fi將信號傳送到云中之前對其進(jìn)行分類。最后，云執(zhí)行推斷。

為了訓(xùn)練機(jī)器學(xué)習(xí)模型，使其能夠區(qū)分不同的腳步(從而廣而用之)，研究人員收集了步數(shù)的時間和頻率，以及步數(shù)的長度和節(jié)奏(兩個連續(xù)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(shù)，這是同類實(shí)驗(yàn)中最大的數(shù)據(jù)集。

他們認(rèn)為，在現(xiàn)實(shí)世界中，最好將“監(jiān)控區(qū)域”(如大學(xué)或工廠)劃分為“區(qū)域”(工廠樓層、部門)和子區(qū)域(房間、醫(yī)院病房)來完成數(shù)據(jù)收集。

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

該系統(tǒng)的一個顯著缺點(diǎn)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(tǒng)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(dāng)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(tǒng)的主要優(yōu)點(diǎn)是，地震傳感器可以很容易地偽裝起來;因?yàn)槟_步模式是獨(dú)一無二的，所以無法回避檢測;不侵犯個人隱私;(而且)它對環(huán)境參數(shù)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。