Binlerce adım, hem zemine yerleştirilen basınç pedleri hem de yüksek çözünürlüklü kameralar aracılığıyla takip edildi. ‘Nöral ağ' olarak adlandırılan yapay zeka, her bir yürüyüş tarzındaki ağırlık dağılımını, hızını ve üç boyutlu ölçümlerini analiz etti ve kişilerin yürüyüşündeki özgün kalıpları saptamayı başardı.
HER BİREYDE 24 FARKLI HAREKET VAR'
SfootBD adı verilen ‘adım tanıma' sistemi programının başındaki isimlerden, Manchester Üniversitesi'nden bilgisayar bilimcisi Omar Costilla Reyes, yaklaşık 24 farklı etken ve hareketin kişilerin kendilerine özgü, tekil bir yürüyüş kalıbına sahip olmalarını sağladığını söyledi.
SfootBD, gelecekte havalimanları da dahil olmak üzere güvenlik kontrol noktaları barındıran yerlerdeki parmak izi ve retina taraması gibi uygulamaların yerini alabilir.
RETİNA TARAMASINDAN 380 KAT DAHA HASSAS
Yapay zeka kullanılan yeni sistemin önceki yöntemlerden 380 kat daha hassas olduğu belirtiliyor.
Retinal tarayıcılar ve parmak izi alınması gibi uygulamalara kıyasla daha az agresif olsa da, pasif doğası yeni sistemin gizlice kullanılması riskini artırıyor.
SfootBD, zemin pedleri ve yüksek çözünürlüklü kamera kullanımını gerektirdiği için her yerde kullanılmasının zor olduğuna dikkat çekiliyor.
Bir diğer sorun ise sistemin sadece veri tabanı kadar güçlü olabilmesi. Yalnızca yürüyüş şekli daha önce sisteme kaydedilmiş kişiler yapay zeka tarafından tanınabiliyor. Yürüyüş tarzına ilişkin verileri kaydetmek ise fotoğraf depolamaya kıyasla çok daha büyük ölçekli bir çalışma.
