La biometría avanza en el reconocimiento de personas por la forma de caminar

La detección de comportamientos sospechosos (videovigilancia), el control de accesos a edificios o a áreas restringidas y el análisis demográfico de una población en términos de género y rango de edad son tan solo algunas de las posibles aplicaciones de esta tecnología. 

La función de la biometría como campo de la inteligencia artificial es la identificación de un individuo en función de ciertos parámetros de su cuerpo, físicos e intransferibles, como la huella dactilar o el reconocimiento facial. Estos son precisamente dos de las fuentes biométricas más empleados y desarrolladas actualmente por qué, como explica el investigador Ramón Mollineda, profesor del Departamento de Lenguajes y Sistemas Informáticos de la Universitat Jaume, “resultan muy fiables y difíciles de falsear, aunque ambas requieren que el usuario se encuentro cerca del sensor y que colabore en el proceso de reconocimiento, y no siempre podemos contar con eso”. De aquí la importancia de avanzar en técnicas complementarias.

Todos tenemos una manera muy personal de caminar. “Aunque es fácil de manipular y de cambiar conscientemente, cada uno lo hace de una forma”, asegura Mollineda. “Hay experimentos en los que una persona ha de  reconocer a gente conocida solo observando su silueta en movimiento, y el porcentaje de acierto es muy alto”, añade.

Hay que tener en cuenta que hay varios factores que influyen para que cada persona tenga una forma única de caminar. A partir de un vídeo del sujeto caminando,  el sistema desarrollado distingue la silueta del fondo (background) y se convierte en una secuencia de siluetas que, puestas las unas sobre las otras, dan lugar a una imagen resumen. Esta representación final almacena toda la apariencia física y el movimiento de la persona que camina, obteniendo una marca única para cada una de ellas.

Aunque esta tecnología está en fase experimental, Mollineda explica que al principio son precisas dos o tres secuencias de varias personas caminando para crear modelos.  El sistema, a partir de aquí, tiene una base para reconocer y diferenciar a los individuos. A medida que se introducen personas, el sistema aprende a distinguirlas.

“Tenemos una desventaja clara, y es que hay muchos factores que alteran la manera de caminar, así como la percepción de la manera de caminar. Debemos contar con que la persona puede llevar ropa muy ancha o larga que  modifique su silueta,  que la misma persona se haya grabado con un calzado y después aparezca con otro, incluso el estado de ánimo contribuye a cambiar la forma de caminar. No  podemos pedirle a una persona que se grabe caminando con todas las combinaciones de factores posibles, porque son infinitas”, reconoce Mollineda.

Lo que se puede hacer, según los expertos, es introducir en la base de datos del sistema la mayor diversidad posible de situaciones –diferentes tipo de ropa, si la persona lleva peso o no,  etc.–, aunque estas ocurran en distintas personas. Incluso se puede llegar al punto en que la máquina aísle los diferentes factores que encuentre en las personas bajo análisis y así favorecer su reconocimiento.  

Posibles aplicaciones

El estudio de la manera de caminar puede ayudar a desarrollar prótesis más efectiva, así como corregir defectos de la movilidad de las personas que afecten a su salud

Entre las aplicaciones reales que podría tener el desarrollo eficaz del reconocimiento biométrico a partir de la manera de caminar se encuentra la videovigilancia, ya que este sistema podría, por ejemplo, ayudar a detectar personas que pasaran  varias veces por un mismo lugar y que, aparentemente, no tendrían por qué hacerlo.

“Por ejemplo, si una persona pasa  varias veces por la puerta de una joyería en poco tiempo, el sistema podría detectarla y enviar una alarma a un operador humano que podría revisar los fragmentos de vídeo relacionados. Quizá el individuo identificado no constituya una amenaza. Esa es una decisión que debe tomar la persona que está a cargo del sistema, y que no podría estar constantemente pendiente de varias cámaras al mismo tiempo”, explica Mollineda.

Otra utilidad es en estaciones de tren o en aeropuertos y, en general, en lugares donde hay un  tránsito constante de personas. El sistema biométrico podría reconocer un sujeto con una  discapacidad física que está teniendo dificultades para subir unas escalas y, rápidamente, avisar a un trabajador para que acuda a ayudarlo.

Por lo que respecta al ocio, esta tecnología podría tener aplicaciones en la esfera de los videojuegos, mejorando  el movimiento de los personajes y haciéndolo más realista.

También la medicina se puede beneficiar de estos avances: el estudio de la manera de caminar puede ayudar a desarrollar prótesis más efectiva, así como corregir defectos de la movilidad de las personas que afecten a su salud. Por último, los delincuentes y fugitivos serán más detectables si se cuenta con vídeos en los que aparezcan caminando que se puedan comparar con posibles apariciones de los sujetos en lugares públicos. 

Mollineda alerta de que, de momento, por el margen de error que comporta el reconocimiento de la manera de caminar en escenarios reales, no controlados, esta técnica sería más efectiva si se combinase con el reconocimiento facial. “Son métodos complementarios: la forma de caminar se puede detectar desde lejos y no necesita una imagen de alta resolución –se puede hacer a contraluz y con poca iluminación -, mientras que el reconocimiento facial se realiza a cerca y con una imagen de alta resolución. De esta forma, se podrían realizar reconocimientos en un rango mayor de condiciones o, si ambos métodos son aplicables, obtener resultados más fiables contrastando hipótesis sobre la identidad de un individuo generadas por dos sistemas biométricos”.

Referencias bibliográficas:

– R. Martín Félez, R. Mollineda, J.S. Sánchez. Human Recognition Based on Gait Poses. Proceedings of the 5th Iberian Conference on Pattern Recognition and Image Analysis (IbPRIA 2011), in Lecture Notes in Computer Science, Vol. 6669, pp. 347-351. Las Palmas de Gran Canaria, España, 2011.

– R. Martín Félez, J. Ortells, R. Mollineda. Exploring the effects of video length on gait recognition. Proceedings of the 21st International Conference on Pattern Recognition (ICPR 2012), Tsukuba Science City, JAPAN, 2012.

– J. Ortells, R. Martín Félez, R. Mollineda. A Complexity Measure of Gait Perception.  Proceedings of the 6th Iberian Conference on Pattern Recognition and Image Analysis (IbPRIA 2013), in Lecture Notes in Computer Science, Vol. 7887, pp. 492-499. Madeira, Portugal, 2013.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *