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。