Система SKDMap-Net: анализ походки для распознавания личности
8 июля 2026 года в 16:28 вышла публикация, посвященная разработке SKDMap-Net — технологии, способной идентифицировать человека по его походке. Алгоритм анализирует ключевые точки тела, извлеченные из видеопотока, и на их основе вычисляет положение суставов, углы, угловую скорость и ускорение движений. Главное преимущество такого подхода — бесконтактность. Однако система чувствительна к таким факторам, как разная одежда, угол съемки камеры и частичное загораживание объекта.
Технические детали и показатели точности
Авторы технологии подчеркивают:
“Ключ к решению задачи — выделение устойчивых индивидуальных особенностей движения. Для этого мы разработали систему динамического картирования признаков на основе скелетных ключевых точек”. В основе решения лежат двухпоточные пространственно-временные сверточные сети, объединяющие такие параметры, как положение суставов, углы и угловые скорости. Кроме того, используются механизмы внимания для адаптивного взвешивания вклада различных частей тела.
На тестовом наборе CASIA-B система SKDMap-Net продемонстрировала точность 95,8%, а на наборе Gait3D показатель Rank-1 составил 83,7%. Эти результаты указывают на серьезный прогресс в области идентификации личности по походке. Интересно, что ранее исследователи из Колумбийского инженерного факультета представили данные, ставящие под сомнение надежность дактилоскопии. Используя ИИ и правительственную базу данных США с примерно 60 000 отпечатков пальцев, они выявили, что некоторые следы, считавшиеся принадлежащими разным людям, на самом деле могли быть от одного человека.
Таким образом, SKDMap-Net открывает новые горизонты для распознавания личности, обеспечивая высокую точность, но одновременно подчеркивает необходимость учитывать ограничения традиционных методов, например, дактилоскопии.
Развитие подобных технологий, как SKDMap-Net, способно существенно повлиять на сферы безопасности и правопорядка. Бесконтактный характер таких систем снижает риски, связанные с физическим взаимодействием, и упрощает процедуру идентификации. Вместе с тем важно помнить об их уязвимостях: изменения условий наблюдения могут снизить точность, что ставит под вопрос универсальность применения в различных сценариях.