關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將有助於確保關於塑造我們當今世界的發現和想法的具有影響力的故事的未來。
過去十年中，監控錄影的捕獲和分析一直是美國反恐和執法的不可或缺的工具。自 9/11 恐怖襲擊事件以來，影片分析軟體得到了改進——例如，它可以被程式設計為識別某些模式和顏色，並在檢測到這些特徵時發出安全警報。但是，隨著恐怖分子和罪犯改變策略以逃避安全檢查，旨在阻止或抓捕他們的監視技術也必須變得更加複雜。
改進影片分析的最大挑戰之一是程式設計軟體，以在各種條件下（例如光線不足、背景雜亂和外觀的細微變化（例如鬍鬚））識別特定人員和物體。在這些領域，藉助能夠提高計算機視覺、增強面部和模式識別能力以及捕獲在攝像頭鏡頭前經過的人和物體的運動的軟體，影片分析還有很大的改進空間。[請參閱我們之前關於 9/11 後安全和監視的報道。]
紐約大學的研究人員團隊已經將運動捕捉作為一種特別有希望的分析方法。計算機科學副教授克里斯·佈雷格勒 (Chris Bregler) 正在研究是否可以透過獨特的運動模式識別潛在的安全威脅。如果一個人揹著炸彈，他會如何走路？
佈雷格勒說，當一個人必須為一些不自然的負擔（例如沉重的揹包甚至高跟鞋）做出補償時，他的身體會以不同的方式移動。他主要在紐約大學運動實驗室進行研究，該實驗室是學校ITP蒂施藝術學院的運動捕捉工作室和研究小組。例如，當一個人揹著揹包時，他的腳著地時的力量會比正常情況下大。但他補充說，自然體重的人會學會如何平衡體重並保持均勻的步幅。
佈雷格勒和他的團隊藉助用於《指環王》和《哈利波特》電影特效的相同運動捕捉技術，識別出了某些運動特徵。放置在特殊運動捕捉服各個位置的反射標記可以被佈雷格勒放置在運動實驗室周圍的一系列攝像頭捕捉到。當穿著該服裝的人移動時，攝像頭會捕獲有關反射標記的資訊，並將資料饋送到軟體中，該軟體會在計算機螢幕上對映每個標記的位置。
然而，在實驗室之外，現實世界對運動捕捉研究提出了挑戰——沒有足夠的運動捕捉服供每個人穿。因此，佈雷格勒的團隊正在開發一種無需標記即可檢測人運動特徵的軟體。
他們的GreenDot 專案訓練攝像頭掃描周圍環境並識別獨特的斑點，例如光線反射襯衫紐扣的方式與襯衫面料的方式不同。然後，這些點在計算機螢幕上以綠點的形式表示。“無論哪裡有紋理，[該軟體]都可以找到並逐幀跟蹤，”佈雷格勒說。 GreenDot 的目標是程式設計一臺計算機，根據一個人的動作來識別他。該軟體甚至應該能夠根據運動來識別一個人的情緒狀態、文化背景和其他屬性。
佈雷格勒的運動分析研究在 2000 年引起了五角大樓國防高階研究計劃局 (DARPA) 的關注，將其作為一種識別安全威脅的可能手段。 9/11 事件後，在國家科學基金會和美國海軍研究辦公室的資助下，他的研究工作得到了加強。執法和反恐組織已經擁有人臉識別技術，但正在尋找更多方法來更好地理解無數小時的監控錄影。
紐約市警察局和市長邁克爾·布隆伯格的安全人員也在 2004 年對佈雷格勒的研究表示了興趣。他說：“他們問我們是否可以檢測出自殺式炸彈襲擊者，這就是為什麼我們開始研究人工體重實驗的原因。”
佈雷格勒說，近年來，面部識別技術已經成熟到可以使用，但前提是被攝物件距離攝像頭大約六米左右。“這就是為什麼我們正在研究一種名為內在生物識別技術的東西，它研究你的身體模式、你的時間、你走路的方式、你說話時使用雙手的方式，”他補充說。“這些都很難偽造。”
根據面部識別技術發展到可靠程度大約花費的十年時間，佈雷格勒估計內在生物識別技術距離成熟還有數年時間。在面部識別開始產生有意義的結果十年後，它已經超越了安全領域，並被Facebook、谷歌、Apple 的 iPhoto 和許多其他商業應用程式使用。“我們才剛剛開始使用內在生物識別技術，因此根據過去的經驗估計，它可能還需要 5 到 10 年才能像面部識別和其他生物識別技術一樣準確，”他補充道。