你可能听说过指纹扫描、虹膜扫描、甚至眼睛注视扫描，但是基于步数的生物识别技术呢?在预印本系统Arxiv.org(全球最大的预印本系统，旨在促进科学研究成果的交流与共享)上发表的一项新研究，调查了人工智能(AI)在仅凭脚印识别一个人身份的功能。

位于德里的印度理工学院(IndianInstituteofTechnology)的研究人员在一篇名为《利用脚步产生的地震信号识别人》的论文中描述了这一系统。“它基于雾计算架构，它使用边缘设备来执行数据收集中涉及的计算、存储和通信。”(该团队指出，这可以通过减少带宽和能源需求来降低成本。)

“通过我们的方法，个人只需要在传感器的活动区域行走，”他们写道。“人类识别系统在各个领域都有重要的应用。”

该系统由三层组成：物体(传感器与低端处理器配对，嵌入式处理器与收发器配对);雾(嵌入式处理器和收发器);和云(服务器)。物体层面,在此实施中由RaspberryPiZero,一个地震检波器(地面运动传感器,将地面运动转换成电压)，和一个远程收发模块组成，自动提取由脚步声引起的地震信号部分并在将其通过ZigBee发送到雾层之前进行压缩。雾层——RaspberryPiModelB——接收足迹信号，解压，从中提取重要特征，并在通过以太网或Wi-Fi将信号传送到云中之前对其进行分类。最后，云执行推断。

为了训练机器学习模型，使其能够区分不同的脚步(从而广而用之)，研究人员收集了步数的时间和频率，以及步数的长度和节奏(两个连续的脚步之间的间隔)。研究小组称，在一个月的时间里，他们用一个检波器收集了8名赤脚测试参与者的大约46000个步数，这是同类实验中最大的数据集。

他们认为，在现实世界中，最好将“监控区域”(如大学或工厂)划分为“区域”(工厂楼层、部门)和子区域(房间、医院病房)来完成数据收集。

在模型训练过程中，研究小组发现，每堂训练课大约需要875步——大约8分钟的步行——才能达到85%以上的准确率，但他们的结果最终超过了基线。在测试过程中，表现最好的人工智能系统将一个人与他或她的足迹匹配的准确率高达92.29%，但这一比例仅为7个连续的足迹。

该系统的一个显著缺点是无法同时识别一个以上的人——两个或两个以上的人会使系统混乱。研究人员把这个问题留给了未来的工作，但他们相信，当前的迭代可以可靠地用于登记教室或车间的出勤情况，检测入侵者，以及控制家用电器。

“这种生物识别系统的主要优点是，地震传感器可以很容易地伪装起来;因为脚步模式是独一无二的，所以无法回避检测;不侵犯个人隐私;(而且)它对环境参数不那么敏感，超出了个人解码和制造原始信号的能力，”他们写道。