SKDMap-Net vorgestellt: Sicherheitskameras erkennen Menschen bald am Gang

SKDMap-Net ist ein neues System zur Gangerkennung. Einer Studie im International Journal of Reasoning-based Intelligent Systems zufolge kann es Menschen an ihrem Laufmuster erkennen. Sicherheitskameras könnten also bald nicht mehr nur Gesichter zur Identifizierung heranziehen, sondern auch die Art, wie sich jemand bewegt. Gerade dann ist das relevant, wenn ein Gesicht verdeckt ist, nur seitlich zu sehen, unscharf aufgenommen wurde oder schlicht zu weit weg ist, um per Gesichtserkennung zuverlässig erfasst zu werden.

In der Veröffentlichung im International Journal of Reasoning-based Intelligent Systems kommt SKDMap-Net auf 95,8 Prozent Genauigkeit in einem großen Datensatz zur Gangerkennung. Auf einem schwierigeren Datensatz mit realistischeren Bedingungen erreicht das System 83,7 Prozent Rank-1-Genauigkeit.

Gangerkennung erweitert die Überwachung

Bei der Gangerkennung dient das individuelle Laufmuster eines Menschen als biometrisches Merkmal. Anders als bei Fingerabdrücken, Iris-Scans oder vielen Varianten der Gesichtserkennung müssen Betroffene dafür nicht aktiv mitmachen.

Der Gang lässt sich auch aus größerer Distanz erfassen, etwa über normale oder infrarote Kameras, wie sie in vielen Überwachungssystemen ohnehin schon verbaut sind.

Und genau das macht die Technik für Sicherheits- und Überwachungszwecke interessant. Wer sein Gesicht mit Maske oder Kapuze verdeckt oder sich von der Kamera wegdreht, ist damit noch längst nicht unsichtbar.

Im Alltag hieße das: Personen könnten auch dann wiedererkannt werden, wenn klassische biometrische Merkmale gar nicht sauber aufgenommen werden können.

So arbeitet SKDMap-Net

Technisch setzt der Ansatz einen Schritt später an als ältere Verfahren, die vor allem auf die Körperkontur schauen. SKDMap-Net verfolgt stattdessen Skelettbewegungen über die Zeit, also Gelenkverläufe , Rotationen, Schrittrhythmus und die Abstimmung der Gliedmaßen. Dadurch fällt die Auswertung von Bewegungsmustern feiner und genauer aus.

Ein praktischer Punkt dabei: Wenn einzelne Körperteile verdeckt sind, kann das System laut der Studie im International Journal of Reasoning-based Intelligent Systems seine Aufmerksamkeit stärker auf die Bereiche richten, die noch sichtbar bleiben. Für echte Kamerabilder ist das ziemlich wichtig, weil Menschen dort oft nur teilweise zu sehen sind, verdeckt durch Passanten, Taschen, Fahrzeuge oder einen ungünstigen Blickwinkel.

Auch andere Forschungsarbeiten berichten in bestimmten Testumgebungen von beinahe 100 Prozent Erkennungsleistung und Fehlerraten von 0,7 Prozent. Unternehmen wie Watrix nennen außerdem nach eigenen Angaben Genauigkeiten von bis zu 96 Prozent und verweisen auf Einsätze in chinesischen Städten bei Distanzen von bis zu 50 Metern.

Datenschutz, Bias und Markt

Weil der Gang zu den Verhaltensbiometrien zählt, bringt die Technik erhebliche Datenschutzfragen mit sich. Selbst wenn Rohvideos reduziert oder Gesichter unkenntlich gemacht werden, könnten Personen am Ende trotzdem wiedererkannt werden.

Bürgerrechtsorganisationen warnen deshalb vor heimlicher Überwachung im öffentlichen Raum, zum Beispiel bei Demonstrationen. Sie fordern klare Regeln dafür, wie lange Daten gespeichert werden dürfen, wer darauf zugreifen kann und wo die Grenzen für den Einsatz liegen.

Dazu kommen mögliche Verzerrungen. Fachleute fürchten fehlerhafte Zuordnungen oder unfaires Profiling bestimmter Gruppen, darunter geschlechtliche Minderheiten und queere Personen. Regulierungsbehörden schauen deshalb genauer hin, in Großbritannien etwa die Biometrics and Forensic Ethics Group, in New York mit dem Vorschlag, Gangmuster als personenbezogene Identifikationsmerkmale einzuordnen.

Trotz all der Debatten wächst der Markt. Einer im vorliegenden Text nicht genauer benannten Prognose zufolge soll das Volumen 2024 bei rund 1,25 Milliarden Dollar liegen und bis 2032 auf 3,41 Milliarden Dollar steigen. Das entspräche einem jährlichen Wachstum von 13,38 Prozent. Genutzt wird die Analyse von Bewegungsmustern übrigens nicht nur im Sicherheitsbereich, sondern auch in der Medizin, etwa beim Monitoring von Parkinson oder in der Betreuung älterer Menschen.

Downloads: Kein Download verfügbar