Künstliche Intelligenz brilliert bei der Musteranalyse. Ein neues Laufstil-Analysesystem beweist das erneut eindrucksvoll: Es ordnet Bewegungsmuster anhand minimaler Unterschiede einzelnen Personen zu und kann sie so identifizieren.
Forscher der Universität Manchester und der autonomen Universität Madrid stellen ein KI-System vor, das eine Person mit hundertprozentiger Sicherheit anhand ihres Laufstils identifiziert. Die Fehlerrate liegt bei 0,7 Prozent.
Laut des Projektleiters Omar Costilla Reyes gibt es rund 24 Faktoren, die den Laufstil einer Person einzigartig machen. Das von ihm mitentwickelte neuronale Netz wertet diese Faktoren aus - beispielsweise Gewichtsverteilung, Tempo und eine 3D-Analyse des Bewegungsablaufs - und kann eine Person so eindeutig identifizieren. Reyes Verfahren soll um den Faktor 380 präziser sein als bisherige Methoden.
Die zu identifizierende Person muss vor der Laufanalyse nicht einmal die Schuhe ausziehen: Spezielle Bodenplatten registrieren die Druckverteilung beim Auftreten. Ergänzend wird der Bewegungsablauf von einer hochauflösenden Kamera gefilmt.
In Kombination reichen diese beiden Eingaben dem neuronalen Netz aus, um einer einzelnen Person ein eindeutiges Bewegungsmuster zuzuordnen. Laut Reyes ist die Identifikation nur mit KI-Unterstützung möglich, da die Unterschiede zwischen den Laufstilen so subtil seien. Entsprechend sensibel muss die Musteranalyse funktionieren.
Alternative zum Fingerabdruck
Sorge ob einer unauffälligen Totalüberwachung muss man sich zunächst wohl nicht machen: Ähnlich wie beim Fingerabdruck oder einem Retina-Scan muss der Laufstil einer zu identifizierenden Person zunächst analysiert und in einer Datenbank hinterlegt werden.
Für das KI-Training erstellten Reyes und seine Kollegen eine Datenbank mit 20.000 Laufstilsignalen von 120 Personen. Das ist die derzeit größte Laufstildatenbank weltweit.
Für die Laufstilanalyse braucht es außerdem wie erwähnt einen Spezialboden und eine hochauflösende Kamera. Daher ist das System eher als Alternative für gängige Identifizierungsverfahren gedacht, beispielsweise an Flughäfen oder am Arbeitsplatz. Einem imitierten Laufstil soll es verlässlich auf die Schliche kommen.
Die Studie von Reyes und Kollegen wurde im wissenschaftlichen Fachjournal IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) veröffentlicht.
