Beveiligingscamera’s herkennen straks ook je looppatroon: nieuw systeem haalt 95,8 procent

Onderzoekers schrijven in een paper in het International Journal of Reasoning-based Intelligent Systems over een nieuw systeem voor loopherkenning, SKDMap-Net. Hun resultaten laten zien hoe hard die techniek vooruitgaat. Volgens die paper worden beveiligingscamera’s steeds beter in het herkennen van mensen zonder dat daar een scherp gezicht voor nodig is. Een van de opvallendste ontwikkelingen daarbij is loopherkenning: biometrie die niet naar je gezicht kijkt, maar naar de manier waarop je loopt.

Dat speelt vooral een rol wanneer een gezicht te ver weg is, van de camera af is gedraaid, wazig blijft of deels wordt afgedekt. SKDMap-Net laat goed zien hoe snel dit veld beweegt. In hun paper melden de onderzoekers een nauwkeurigheid van 95,8 procent op een grote dataset met loopgegevens en een Rank-1-score van 83,7 procent op een lastigere, realistischer dataset. Die Rank-1-score zegt simpel gezegd hoe vaak de juiste persoon meteen bovenaan verschijnt.

Wat SKDMap-Net onder meer laat zien:

• identificatie op afstand. Gezichtsherkenning, vingerafdrukken en irisscans vragen meestal om een duidelijke close-up of om je medewerking. Gait recognition werkt juist ook wanneer iemand verder weg is.
• herkenning via beweging. De techniek gebruikt videobeelden van iemands bewegingen en haalt daar een uniek looppatroon uit. Daardoor kan iemand soms al worden herkend voordat een camera überhaupt een bruikbaar gezicht heeft vastgelegd.
• meer dan een silhouet. Het systeem volgt bewegende punten van het lichaam door de tijd en kijkt onder meer naar het buigen en draaien van gewrichten, de timing van passen en de manier waarop ledematen bewegen.
• sterker bij blokkades. Raakt een deel van het lichaam uit beeld of wordt het afgeschermd, dan kan de software meer gewicht geven aan de lichaamsdelen die nog wel zichtbaar zijn.
• interessant voor bewaking op grotere afstand. In eerder onderzoek en in praktijkvoorbeelden uit China werd al gemeld dat mensen op afstanden tot 50 meter kunnen worden geïdentificeerd, zelfs als gezichten bedekt zijn. Sommige systemen zouden daarbij bijna 100 procent nauwkeurigheid halen, met foutmarges tot 0,7 procent, terwijl het Chinese bedrijf Watrix eerder nauwkeurigheden van rond de 96 procent claimde.

En daar beginnen de privacyvragen.

Ook wanneer zo’n systeem geen gewone videobeelden opslaat maar alleen een skeletmodel of bewegingsdata, blijft een looppatroon zelf gewoon een gedragsbiometrisch kenmerk. Daarmee kun je mensen in de openbare ruimte opnieuw herkennen en over langere tijd volgen, zonder dat ze het weten of daar toestemming voor hebben gegeven.

Critici zeggen dat dit extra gevoelig ligt bij demonstraties, drukke stations, winkelgebieden en andere plekken waar anonimiteit in de praktijk veel uitmaakt. Daarnaast zijn er zorgen over foutieve classificatie en mogelijke discriminatie, bijvoorbeeld richting genderdiverse en queer personen wanneer systemen afwijkende of veranderlijke lichaamspatronen verkeerd lezen.

Toezichthouders kijken daar inmiddels ook naar. In het VK buigt de Biometrics and Forensic Ethics Group zich over loop- en stemherkenning, en in New York ligt een voorstel op tafel om looppatronen expliciet als persoonsgegevens aan te merken.

Ondertussen groeit de markt snel. De wereldwijde markt voor biometrie op basis van looppatronen werd in 2024 geschat op 1,25 miljard dollar en zou tegen 2032 kunnen oplopen tot 3,41 miljard dollar. Behalve in beveiliging duikt de techniek ook op in de zorg, bijvoorbeeld bij het monitoren van Parkinson en in de ouderenzorg.

Juist omdat gait recognition kan werken zonder close-up en zonder je medewerking, is de kans groot dat het publieke debat straks minder over de techniek zelf gaat en meer over surveillance.