相信很多人都有这样一个经历，走在路上前面有个人看背影挺熟悉，于是赶忙跑过去拍人家肩膀。结果一回头，大写的尴尬。
这里所谓的背影，其实就包含了每个人不同的体态、走路姿势和动作习惯等。人的动作姿势就像面孔或者音色，堪称又一道天然的生物密码。只要对他足够熟悉，从茫茫人海中一眼看出基本上不是什么难事。
对人类而言，动作姿势啥的基本上也就是认个人。而自从人工智能兴起之后，人的姿势经过不断地分解和机器学习的推断，获得了更深层次的细分，已经远远超出了“认人”的范围，而被开发出了越来越多的功能、抖落出了更多不为人知的秘密。
那么，在人工智能时代，你不经意的姿势里，究竟隐藏着多少秘密？
作为生物密码的一种，认准了就是你
人体目前被探知的生物密码有很多种，有神秘高端应用尚不成熟的基因密码，也有已经应用到手机上的指纹、声纹、人脸、虹膜等。由于其对每个人来说具有独特性，因此也常常被作为基本的人员识别手段。
而在这些密码之外，步态识别也在近年来逐渐兴起。步态识别的出现绝不是仅仅为了好玩儿或者科技的猎奇，它拥有自己独特的优势。指纹、虹膜必须要有接触或非常近的距离才能奏效，人脸识别虽然在识别距离上可以拉长，但步态由于其动作幅度较大，在进行长距离识别的时候仍然是优于人脸识别的。至于声纹则更不用提了，嫌犯不可能嗷嗷一嗓子专门让你知道是不是自己。
步态识别的另外一个优势就是，相较于指纹可以贴膜、人脸可以易容，一个人的走路姿势其实是很难伪装的。所以说，步态可以说是天然防伪。
关于步态识别的研究其实已经很多，最新的技术则由英国曼切斯特大学和西班牙马德里大学的研究者们共同开发。他们把每个人步行时的动作分解为大约24个因素，而这24个因素也就基本构成了每个人独有的行走方式。为了识别出每个人的步态，研究人员搜集了来自127个不同个体的近20000个脚步信号，创建了一个数据库来对AI进行训练。只要踩在特制的地板压力垫上，AI系统就可以轻易地识别出个人信息，准确率高达99.3%。
从实际应用的角度来说，步态识别的第一场景就是安防。通过人脸识别，张学友都“抓”了一波又一波的逃犯了，步态识别应用起来效果应该也是比较可人的。在机场、地铁安检，嫌犯追踪等方面，其可以发挥出较大的功效。而如果能够从步态扩展到整个身体的动作识别的话，在医疗领域比如帕金森、中风等疾病的预测也会有一定的效果。
但该技术今年5月才刚刚发表，从论文到商业化的落地还需要很长的一段路要走。研究人员仅仅是建立127人的脚步信号就颇费了一番功夫，如果要应用到现实场景，数据搜集肯定是最费劲的一项工作。毕竟AI不能凭空识人，它必须要建立在一定的数据支持的基础之上的。
伸手必被抓：AI识别小偷的肢体动作
如果说步态识人是建立在已知数据库的基础之上对既定目标进行识别的话，那利用AI对不同犯罪类型进行犯罪行为的提前预判就是防患于未然了。
传统的应对犯罪行为的模式，一般是在事后进行视频监控调取，确定目标嫌疑人，然后再进行大海捞针般的寻找。但如果有了AI的提前预判，可以大大减少安全员的反应时间，让其早做准备，从而防止犯罪行为发生或缩短破案时间。
就在今年，日本电信公司NTT East和科技公司Earth eye合作开发出了一款名为AI Guardsman的人工智能系统，用以及时发现商店中的小偷。通过商店摄像头对顾客的实时追踪，将顾客的一言一行与内置的已知可疑动作进行匹配，一旦发现有符合预定动作特征的行为，系统就会向手机上关联的App发送一条报警信息，提醒店员注意。并且据他们声称，该系统令店里的盗窃行为减少了四成左右。
该技术的理论想法固然是非常美好的。即便不是用来抓小偷，延伸到更多的场景中比如美国校园枪击案预警、防暴行动当中，也会有非常高的利用价值。但其面临的问题是：如何保证识别的准确率？
利用AI进行预测犯罪，最大的疑问点来自于预测的准确性。
第一，小偷的动作是否都是固定的？有的新手可能在偷盗的时候眼神闪闪烁烁，左顾右盼，动作不自然，这样AI自然可以轻易捕捉到；但对一些惯偷而言，随手拿个东西就是家常便饭。是否有足够多的数据供AI来学习，来实现识别的精准呢？既然花了钱用AI来识别小偷，最终却只能抓几个小鱼小虾，未免有点太过于鸡肋。
第二，为了保证“不使一人漏网”，AI会否会扩大报警的动作范围？比如说顾客拿了个东西看了半天，最终又放回去；或者店员补货登记的时候停留很久，是否会被认为即将进行偷盗？因为以目前的资料来看，其仅仅是对动作进行判断，而没有相应的“识人”方案。如果有一点点可疑就要发警报，店员这一天精神是得有多紧张啊。
从这个角度上来说，AI要通过姿势来预测犯罪行为的发生，就必须要在精准度上下一番苦功夫了。
识别走路姿势：燃烧你的卡路里！
没想到吧？AI还能通过对人走路姿势的识别，判断所消耗的热量？
这是真的。
除非是有意锻炼，比如甩开膀子迈开腿的暴走，人们平常走路大多是基于一个非常省力的姿势。怎么不累怎么来。那么，在这个过程中我们迈的步子、走路的频率就会发生变化，随之发生变化的，就是人体消耗的热量了。
瑞士洛桑联邦理工学院的生物机器人实验室最近通过对八种步态参数的研究，开发了一个非常复杂的人工智能系统。为此，他们制造了一个机器人来搭载该系统。通过对机器人的步行速度、步伐距离、双脚离地高度、身体和地面的倾斜程度等参数的调整，可以实时计算出某一种走路姿势所燃烧的卡路里数量。也就是说，它可以通过参数的调整，完美模仿任何一个人的走路姿势，从而算出相应的结果。甚至还能通过增加或减少质量来模拟胖子或者瘦子。
而这仅仅是实验室现阶段的初步成果。他们的目标是制造出一套可穿戴设备，来附着在用户的腿上，然后提示用户调整最佳的走路姿势。甚至连包该怎么背都会有贴心的建议。
整日醉心于用节食、高强度运动、减肥茶、抽脂等方式拼命减肥的朋友们听到这样的消息是不是很激动呢？只要一副穿戴设备就可以达到准确燃烧卡路里的作用，真是懒人福音啊……
至于所需时日，等待是肯定的。而且很可能在你通过挨饿减肥成功之后，它还在研究阶段……当然，我们不能只盯着它的这一项作用。减肥之外，该研究在仿生机器人制造方面也有积极的作用，比如避免机械零部件的加速损坏；或者对体育运动员来说，如何最大程度地避免高强度运动带来的伤病，也有重要的意义。
而人体姿态所隐藏的秘密也绝不仅仅止于以上几种，未来我们或可见证更多神奇的技术从身体出发。但需要注意的是，关于人体姿态的研究内容一定是非常复杂的，而如何在技术开发出来之后能尽快地进行商业化落地也是研究者们必须要考虑的一个问题。把技术与商业结合，才是人体姿态的秘密被探索出来之后的真正价值所在。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
