Algoritme ini dapat bervariasi, dan persyaratannya juga dapat berbeda. Misalnya, beberapa algoritme dirancang untuk memproses sinyal video, sementara yang lain menggunakan data dari sensor.

Berkat teknologi pembelajaran mesin, para ilmuwan dapat meningkatkan sistem pengenalan berdasarkan data dan model yang diperoleh. Karena setiap gaya berjalan unik, algoritme pengenalan menemukan data baru setiap kali digunakan. Semakin banyak varian gait yang dilihat sistem, semakin baik analisis data di masa mendatang.

Jadi, misalkan algoritme memproses dua langkah yang sangat mirip. Algoritme pengenalan pola dan segmentasi siluet dilatih untuk memisahkan detail halus dan memasukkannya ke dalam database. Ini memungkinkan klasifikasi kiprah yang lebih baik dan hasil yang lebih baik di masa mendatang.

BAGAIMANA CARA KERJA PENGENALAN KIPRAH?

Para peneliti menyusun database gaya berjalan individu, termasuk rekaman gerakan sekitar 20.000 kaki dari 127 orang, yang diambil dengan sensor lantai khusus dan kamera beresolusi tinggi.

Semua data ini dimuat ke jaringan saraf untuk pemrosesan gambar. Setelah pelatihan, itu mengenali orang-orang dengan gaya berjalan mereka dengan akurasi mendekati 100%. Cara kerja sistem ML didasarkan pada prinsip deep residual learning, yang memungkinkan identifikasi seseorang melalui karakteristik spasial dan temporal jejak kaki mereka.

Sistem pengenalan gaya berjalan yang paling umum didasarkan pada empat komponen:

• menangkap data kiprah;
• segmentasi siluet;
• deteksi kontur;
• ekstraksi fitur dan klasifikasi.

MENANGKAP DATA KIPRAH

Kamera video atau sensor yang dapat dikenakan dapat digunakan untuk menangkap gaya berjalan. Contoh paling mencolok dari sensor semacam itu mungkin adalah kostum khusus yang dikenakan aktor di set sehingga seniman gerak nantinya dapat menggambar karakter berdasarkan gerakan mereka.

Metode penangkapan gaya berjalan lainnya melibatkan penggunaan radar untuk mengidentifikasi objek bergerak dari jarak jauh. Objek yang menarik disinari dengan gelombang radio yang memantulkan tubuhnya. Sistem mengenali gelombang yang dipantulkan dan menggunakan data untuk identifikasi.

SEGMENTASI SILUET

Tahapan ini sesuai untuk penelitian yang menggunakan rekaman kamera video. Gambar biner dari siluet seseorang diekstraksi dari rekaman dan dipelajari oleh algoritme berbasis visi. Segmentasi siluet memudahkan algoritme untuk memproses dan memetakan gambar yang lengkap.

DETEKSI KONTUR

Selanjutnya, sistem menentukan batas-batas tubuh manusia — menonjolkan kontur. Metode yang digunakan untuk mencapai tujuan ini dapat bervariasi tergantung pada perangkat keras apa (kamera atau sensor yang dapat dikenakan) yang digunakan untuk menangkap gaya berjalan.

EKSTRAKSI DAN KLASIFIKASI FITUR

Pada langkah terakhir, fitur individual dari gaya berjalan ditentukan. Di sini pengklasifikasi digunakan untuk mengidentifikasi orang tersebut, yang kemudian dimasukkan ke dalam database dan digunakan untuk deteksi.

APA YANG DIANALISIS SISTEM PENGENALAN KIPRAH?

Sistem biometrik gaya berjalan menangkap pola langkah menggunakan gambar video dan kemudian mengubah data yang disusun menjadi persamaan matematika. Kiprah sebagai ukuran biometrik dapat dipengaruhi oleh beberapa faktor , antara lain alas kaki, medan, kelelahan, dan cedera.

Penentu utama gaya berjalan adalah ukuran kerangka manusia. Medan juga berperan — dapat menyebabkan perubahan kecepatan seseorang. Cedera dan alas kaki juga signifikan — jika seseorang berjalan tanpa alas kaki, gaya berjalannya berubah; jika seseorang terluka, efek gaya berjalannya tidak dapat diprediksi. Selain itu, sistem perlu menganalisis perkembangan otot seseorang dan seberapa lelahnya mereka.

BAGAIMANA PENGENALAN KIPRAH DIGUNAKAN

Sistem pengenalan gaya berjalan terutama digunakan dalam pengawasan video dan berguna di area ramai untuk tujuan keamanan. Sistem dapat dengan cepat menemukan seseorang yang dicari oleh pihak berwenang dan mencegah serangan teroris atau bentuk kejahatan lainnya.

Teknologi pengenalan gaya berjalan baru diperkenalkan oleh perusahaan Cina Watrix. Pengembang mengklaim bahwa sistem mengidentifikasi orang-orang dalam video berdasarkan siluet dan gaya berjalan dari jarak 50 meter. Akurasi teknologi ini hingga 94%.

Tapi pengenalan kiprah di bidang lain dari sekedar keamanan. Misalnya, teknologi ini bisa menjadi elemen ekosistem rumah pintar. Itu juga dapat digunakan di panti jompo untuk mengingatkan staf jika seorang pasien jatuh. Di rumah sakit, sistem ini dapat membantu mendiagnosis gangguan saraf dan merencanakan terapi rehabilitasi, dan atlet akan merasa terbantu dalam latihan.

SEBERAPA AKURAT SISTEM PENGENALAN GAYA BERJALAN?

Para ilmuwan di University of Manchester di Inggris telah mengembangkan sistem pengenalan kiprah manusia dengan presisi tinggi. Para peneliti percaya itu bisa menggantikan pemindai retina atau sidik jari di masa depan. Ketika seseorang berjalan, sistem melacak sekitar 24 parameter dan gerakan berbeda yang membentuk keunikan gaya berjalan, catat pemimpin studi Omar Costilla Reyes.

Untuk membuat sistem yang dikenal sebagai SfootBD, para ilmuwan mengumpulkan database dari dua puluh ribu sinyal yang diterima dari 120 orang saat mereka sedang berjalan. Kiprah setiap orang diukur menggunakan panel lantai penginderaan tekanan khusus dan kamera resolusi tinggi. Para ilmuwan kemudian menganalisis distribusi berat, kecepatan berjalan, dan beberapa ukuran tiga dimensi dari setiap gaya berjalan.

Para peneliti menguji perkembangan tersebut dalam tiga situasi: di pos pemeriksaan bandara, di tempat kerja, dan di rumah. Sistem dapat mengenali seseorang yang sudah dikenalnya dengan akurasi hampir 100 persen, dan tingkat kesalahannya hanya 0,7 persen . Sistem ini juga berhasil mengatasi kecurangan — saat seseorang mencoba meniru gaya berjalan.

Sistem SfootBD hampir 380 kali lebih akurat daripada pengembangan sebelumnya oleh peneliti lain: di salah satunya, subjek uji harus berjalan tanpa alas kaki di panel sentuh khusus, dan di sisi lain, ilmuwan menggunakan teknologi pemotretan 3D, yang membandingkan cara orang berjalan dengan rekaman kamera pengintai.

KEUNTUNGAN PENGENALAN KIPRAH

Teknologi pengenalan gaya berjalan kurang "sensitif" dibandingkan sistem verifikasi biometrik lainnya seperti pemindaian retina atau sidik jari. Dengan demikian, ini non-invasif dan dapat diterapkan tanpa persetujuan pengguna. Selain itu, tingkat keberhasilan teknologi ini tinggi — tingkat kesalahannya hanya 0,7%.

KERUGIAN PENGENALAN GAYA BERJALAN

Teknologi baru ini memiliki keterbatasan: memerlukan panel penginderaan khusus dan kamera beresolusi tinggi. Selain itu, sistem hanya dapat mengenali orang yang datanya telah direkam terlebih dahulu dan disimpan dalam databasenya, sehingga belum memiliki aplikasi yang luas.

Kemungkinan bahwa itu dapat digunakan secara diam-diam tanpa sepengetahuan orang juga meresahkan, yang menimbulkan kekhawatiran tentang keamanan dan privasi.

Selain itu, karena teknologinya masih dalam tahap pengembangan, hasilnya tidak selalu bisa dipercaya 100%. Misalnya, banyak faktor internal (misalnya, penyakit, kondisi psikologis, dll.) dapat lebih memengaruhi gaya berjalan daripada faktor eksternal dan merusak akurasi pengenalan.

RINGKASAN

Tentu saja, sistem baru ini tidak universal. Pertama, untuk merekonstruksi gaya berjalan seseorang dan memasukkannya ke dalam database, Anda harus meletakkannya di ruangan dengan sensor di lantai dan memantaunya dengan kamera resolusi tinggi. Kedua, algoritme hanya mengenali algoritme yang ada di database, dan oleh karena itu penskalaan teknologi akan agak bermasalah.

Di sisi lain, teknologinya tidak memerlukan kontak subjek dan mudah disesuaikan untuk digunakan di tempat umum. Selain itu, tingkat kesalahan algoritme baru dapat diabaikan, yang berarti bahwa dengan pengembangan yang tepat, sistem seperti itu bisa sangat menjanjikan.

FAQ

Sekarang mari kita lihat beberapa pertanyaan paling populer tentang teknologi pengenalan gaya berjalan.

BAGAIMANA CARA KERJA BIOMETRIK GAYA BERJALAN?

Jaringan saraf dapat menemukan pola dalam gaya berjalan seseorang, yang kemudian dapat digunakan untuk mengenali dan mengidentifikasi individu dengan akurasi hampir seratus persen. Gaya berjalan didigitalkan menggunakan sensor dan kamera resolusi tinggi. Sistem kemudian menganalisis semua data, termasuk distribusi berat, kecepatan gaya berjalan, dan fitur tiga dimensi dari setiap gaya berjalan. Hasilnya adalah "pemeran" lengkap dari orang tersebut dan cara berjalan mereka, yang dimasukkan ke dalam database untuk digunakan di masa mendatang.

APAKAH PENGENALAN KIPRAH AKURAT?

Hasil percobaan menunjukkan bahwa teknologi ini mengenali seseorang dengan akurasi hampir 100% — tingkat kesalahannya hanya 0,7%. Dengan demikian, dapat dikatakan bahwa persentase akurasi teknologi pengenalan gaya berjalan cukup tinggi. Namun demikian, karena teknologinya masih dalam pengembangan, masih terlalu dini untuk menarik kesimpulan yang tegas.

FITUR APA YANG DIAMATI DALAM PENGENALAN GAYA BERJALAN?

Sistem pengenalan gaya berjalan menangkap pola langkah menggunakan gambar video. Beberapa faktor diperlukan untuk pengenalan yang akurat. Diantaranya adalah alas kaki, medan, kelelahan, cedera, dan perkembangan otot seseorang.

BAGAIMANA PENGENALAN KIPRAH BISA DIBODOHI?

Selama teknologinya masih dalam masa pertumbuhan, mungkin masih mungkin untuk menipu — tetapi Anda harus berusaha keras. Sistem berhasil mengatasi ketika seseorang mencoba meniru gaya berjalan orang lain. Lagi pula, gaya berjalan setiap orang itu unik, dan tidak semudah kelihatannya untuk dipalsukan.

sumber: https://recfaces.com/articles/what-is-gait-recognition