شارك فريق من الباحثين في جامعة خليفة في تطوير نموذج قادر على التعرف إلى الخصائص الحيوية والطبيعية للأشخاص من خلال أساليبهم في المشي. وتُعد القياسات الحيوية لطريقة المشي، والتي تُعرَف أيضًا بالتعرف على طريق المشي، عملية معقدة تُميز الأشخاص بتحليل طريقتهم في المشي وطبيعة خطواتهم، وهي جزء من مجال جديد مزدهر يُعرَف باسم القياسات الحيوية السلوكية والتي يمكنها تعزيز الاستفادة من الخواص السلوكية المتفردة الفطرية لدى كل فرد، كطريقته المتميزة في المشي، للتعرف على هويته والتحقق منها.
ويتكون الفريق البحثي من الدكتور شان يوب ين والدكتور كمال طه والدكتور يوسف الحمادي والأستاذ الدكتور سامي مهيدات، بالإضافة إلى بول يو من جامعة لندن. وقد نُشِرَ البحث الذي أجراه الفريق في مجلة كومبيوتر أند سيكوريتي، والتي تندرج في قائمة أفضل 1% من المجلات العلمية.
ويبني البحث على نتائج بحوث سابقة عديدة تناولت إمكانية الدور الذي يمكن للتعرف على طريقة المشي أن يقوم به في مهام تحديد هويات الأشخاص، بما في ذلك تصنيف النوع وتقدير العمر. وقد اعتمدت البحوث السابقة بصفة رئيسة على الصور ثنائية أو ثلاثية الأبعاد التي تلتقطها كاميرات المراقبة، إلا أن هذا الاعتماد على البيانات المستمدة من الصور يطرح تحديات، ذلك أنه من الممكن أن تتأثر جودة نماذج التعرف إلى الأشخاص سلبًا بعوامل كدرجة وضوح الصورة والتغيرات في هيئات الأشخاص بسبب الملابس أو الأحوال البيئية.
وتتيح التطورات السابقة في تكنولوجيا إنترنت الأشياء والأجهزة القابلة للارتداء بديلًا واعدًا للبيانات المستمدة من الصور، بحسب تصريحات أفراد الفريق البحثي.
وقال الدكتور شان يوب ين: "يعمل الانتشار السريع لأجهزة إنترنت الأشياء على تمكين عملية التجميع غير التطفلي للبيانات المتعلقة بأسلوب المشي، ما يتيح طريقًا جديدًا للتطبيقات المستندة إلى هذا الأسلوب. وفي ضوء ذلك، يقدم البحث الذي أجريناه نموذجًا جديدًا في تحديد هويات الأشخاص استنادًا إلى أساليبهم في المشي بالاستفادة من بيانات الحركة المعتمدة على القصور الذاتي، مع تجنب المخاطر المقترنة بالبيانات المستمدة من الصور".
وأضاف الدكتور شان: "يتضمن منهجنا تجميع البيانات المتعلقة بطريقة المشي من خلال تكنولوجيا الأجهزة القابلة للارتداء والتي يتم تثبيتها في أحذية المستخدمين أثناء مشيهم على جهاز المشي الرياضي. وتتم معالجة البيانات بعد ذلك باستخدام الشبكة العصبية العميقة المكونة من آلات التشفير الآلي تساهم بالتقاط الخصائص البارزة بشكل يضمن مرونة النموذج في التعامل مع التغيرات في أسلوب المشي. ونستخدم،من خلال الجمع بين السمات الأصلية وهذه الخصائص المتطورة، نموذجًا تعليميًا يعتمد على تجميع البيانات قادر على تحديد هويات الأشخاص بشكل دقيق بالاعتماد على معلومات أساليبهم في المشي".
تعتبر المقاييس الحيوية للمشي، على الرغم من أنها أقل انتشارًا مقارنة بالمقاييس الحيوية التقليدية كبصمات الأصابع وبصمة العين، تقنية فريدة في مجال التحقق من هويات الأشخاص في كل من المجالات الأمنية والجنائي. ويساهم استخدام الشبكات العصبية العميقة، كما هو مطروح في هذا البحث، في تعزيز الاستفادة من قدرة النماذج على توليد أشكال ثابتة لأنماط المشي. ويُعَد استخدام هذه الشبكات عاملًا شديد الأهمية في ضمان آلية تحقق موثوقة خلال الظروف المتغيرة كالتغيرات في سرعة المشي أو وضعيته".
وقال الدكتور شان: "لا تزال تطبيقات تقنية القياسات الحيوية للمشي محدودة على الرغم من فعالية بحوثها، حيث تقتصر تلك التطبيقات على أسواق متخصصة كالأجهزة القابلة للارتداء وأجهزة الاستشعار الأرضية. ويضيف استخدام أجهزة الاستشعار في الأجهزة المتحركة بُعدًا جديدًا لتحليلات أساليب المشي ويوفر حلًا دقيقًا ورصدًا متواصلًا. ويُعَد هذا البُعد مفيدًا، خاصة في مجال التطبيقات التي تتطلب الحد الأدنى من التدخل اليدوي من قبل المستخدمين كتطبيقات رصد الرعاية الصحية والأنظمة الأمنية. يتعين علينا، لتعزيز فعالية هذه التقنية، التصدي للتحديات المتمثلة بتنوع البيانات ودقة أجهزة الاستشعار والعوامل البيئية".
ساهم أعضاء الفريق البحثي بتطوير مجموعة جديدة من البيانات المتعلقة بأساليب المشي باستخدام تكنولوجيا مبتكرة للأجهزة القابلة للارتداء والتي يمكن تثبيتها في أحذية المستخدمين، وأنشأوا نموذجًا للتعلم الآلي يجمع ما بين صيغ البيانات ذات الدقة العالية ومنهج تجميعي عشوائي متعدد الطبقات. وتفوق أداء نموذج الباحثين على نماذج التعلم الآلي التقليدية في التعرف إلى خصائص الأفراد وإظهار الإمكانيات التي تتمتع بها تقنيات التعلم الآلي فيما يتعلق بتحليل أساليب المشي، حيث تمكن النموذج من التعرف إلى نوع الجنس الذي يمشي في نسبة 75.55% من الحالات وبشكل دقيق وتمكن من التعرف إلى عمره في 76.66 من الحالات. وسلط أعضاء الفريق الضوء أيضًا على الإمكانيات الواعدة لمزيد من البحوث في هذه المجال، بما في ذلك توسيع نطاق مجموعة البيانات لتشمل بُعدًا جغرافيًا أوسع نطاقًا والبحث في استقرار أساليب المشي على المدى البعيد لضمان دقة القياسات الحيوية. ويهدف الفريق إلى بحث إمكانية التنفيذ الفوري للنموذج والتوسع في انتشاره في السيناريوهات العملية التي تشمل أجهزة رصد الرعاية الصحية والأنظمة الأمنية بهدف توفير معلومات قيمة بشأن جدوى النموذج وفاعليته في التطبيقات العملية.
ترجمة: سيد صالح