Las cámaras de seguridad con inteligencia artificial pueden pronto reconocer tu forma de caminar antes de reconocer tu rostro.

      Un nuevo sistema de marcha de IA rastrea el movimiento del cuerpo a través de puntos clave esqueléticos, con el objetivo de realizar verificaciones de identidad a larga distancia donde los escaneos faciales y las huellas dactilares no son suficientes.

      Las cámaras de seguridad están diseñadas para buscar rostros. Nuevas investigaciones sugieren que pronto pueden tener otro objetivo: los pequeños hábitos enterrados en la forma en que alguien camina.

      Un artículo publicado en el International Journal of Reasoning-based Intelligent Systems describe SKDMap-Net como un sistema de reconocimiento de marcha diseñado para identificar personas a partir de videos de caminata, incluso cuando la cámara no obtiene una vista clara de su rostro. En lugar de depender de un escaneo en primer plano, estudia cómo se mueve un cuerpo de un fotograma a otro.

      Eso es útil y incómodo en igual medida. Si alguien está lejos, de lado o parcialmente oculto, su forma de caminar puede ser suficiente para una verificación de identidad. El modelo alcanzó una precisión del 95.8% en un importante conjunto de datos de marcha y un 83.7% de precisión Rank-1 en un conjunto de datos del mundo real más difícil.

      Por qué una caminata puede viajar más lejos

      Los rostros, las huellas dactilares y los iris todos enfrentan la misma pared práctica. Necesitan una captura cercana y clara, que es exactamente lo que muchas cámaras de seguridad no obtienen.

      Binge Quan y Beibei Zhang / International Journal of Reasoning-based Intelligent Systems

      Caminar le da al sistema más espacio para trabajar. Una cámara no necesita que alguien esté parado bajo una iluminación perfecta. Puede estudiar patrones de movimiento moldeados por la zancada, el tiempo y el movimiento de las extremidades.

      Esa es la razón por la que el reconocimiento de marcha sigue apareciendo en investigaciones de seguridad. Le da a las cámaras de largo alcance otra señal de identidad cuando un rostro está borroso, en un ángulo o demasiado pequeño para confiar.

      Cómo la IA lee el movimiento

      SKDMap-Net no trata la caminata como un contorno plano. Múltiples factores, como un mal ángulo de cámara, pueden hacer que ese contorno se vuelva desordenado rápidamente.

      En cambio, el sistema descompone el cuerpo en puntos en movimiento y rastrea cómo se comportan esos puntos a lo largo del tiempo. Estudia cómo se doblan las articulaciones, qué tan rápido giran y cómo cambia ese ritmo durante una caminata.

      antoniodiaz / Shutterstock

      Eso ayuda cuando la vista empeora. Si la parte inferior del cuerpo está bloqueada, el modelo puede poner más peso en el movimiento de la parte superior del cuerpo en lugar de adivinar a partir de piernas faltantes. Está observando el movimiento, no solo la forma.

      Dónde la privacidad se vuelve incómoda

      Hay una versión más limpia de este futuro donde las cámaras procesan datos esqueléticos en lugar de almacenar video en bruto. Eso podría reducir la cantidad de metraje identificable que circula a través de un sistema de seguridad.

      No hace que la idea sea inofensiva. La marcha sigue siendo un biométrico conductual, lo que significa que un patrón de caminata puede ser utilizado para reidentificar a alguien incluso cuando se elimina un rostro.

      Mejores verificaciones de seguridad a larga distancia también podrían facilitar el seguimiento del movimiento público. La tecnología necesita reglas estrictas sobre almacenamiento, acceso y despliegue antes de que "caminar normal" se convierta en un terrible consejo de privacidad.

      Paulo Vargas es un estudiante de inglés convertido en reportero convertido en escritor técnico, con una carrera que siempre ha vuelto a…

      Un avance de impresora 3D de 20 segundos viene con exactamente el tipo de trampa que a la ciencia le encanta

      El proceso puede crear microestructuras complejas mucho más rápido que algunos métodos basados en láser, pero el control total en 3D sigue siendo un trabajo en progreso.

      Una impresora 3D que puede hacer una estructura en aproximadamente 20 segundos suena como una afirmación de laboratorio con capa. La parte ingeniosa es real. La trampa llega antes de que alguien comience a soñar con piezas de repuesto instantáneas. Investigadores de la Universidad de Utah han demostrado una técnica de impresión 3D holográfica que endurece estructuras diminutas en una sola exposición en lugar de construirlas capa por capa. Ese enfoque de un solo disparo podría evitar las costuras débiles y filtrantes que la impresión apilada puede dejar atrás. Por ahora, sin embargo, esta es una herramienta para microestructuras, no un atajo para imprimir cualquier objeto que se te ocurra.

      Leer más

      Amazon está lleno de imitadores y marcas dudosas. Esta extensión de Chrome te permite evitarlas.

      Comprar en Amazon solía ser simple. Buscabas un producto, comparabas algunas marcas familiares y realizabas la compra. Hoy en día, a menudo se siente como si estuvieras desplazándote a través de un desfile interminable de nombres que parecen que alguien se apoyó en un teclado antes de presionar publicar. Ese es exactamente el problema que Knockoff está tratando de resolver. Creada por el desarrollador Josh Pigford, la extensión de Chrome no promete exponer productos falsificados ni decirte mágicamente qué es bueno. En cambio, aborda algo que podría ser más molesto: la inundación de marcas desconocidas y producidas en masa que dominan los resultados de búsqueda de Amazon.

      Leer más

      Un agente de IA supuestamente llevó a cabo un ataque de ransomware completo por su cuenta

      La IA no solo escribió malware. Aparentemente, se presentó a trabajar.

      Investigadores en ciberseguridad dicen que han documentado lo que podría ser el primer ataque de ransomware llevado a cabo casi en su totalidad por un agente de IA autónomo, marcando un cambio significativo en cómo podrían llevarse a cabo los ciberataques en el futuro. Según la firma de seguridad en la nube Sysdig, han descubierto una operación de ransomware llamada JadePuffer que parece haber dependido de un agente de modelo de lenguaje grande (LLM) para realizar casi cada etapa del ataque sin intervención humana continua. Si se confirma, el incidente sugiere que la IA está avanzando más allá de escribir código malicioso y hacia la planificación, adaptación y ejecución activa de ciberataques en tiempo real.

      Leer más