Kamery v dohledových systémech snímají těla, ne tváře. Právě ve chvílích, kdy je obličej zakrytý, rozmazaný nebo zachycený z nevhodného úhlu, tradiční biometrické metody selhávají. Lze člověka spolehlivě identifikovat jen podle proporcí jeho těla — bez tváře, bez oblečení, bez chůze?
Tato práce, prezentovaná na konferenci IIT.SRC 2026, ukazuje, že to v omezené míře možné je. Systém extrahuje 23 anatomicky významných vzdáleností kloubů z 3D modelu těla rekonstruovaného z běžné RGB kamery a pomocí neuronové sítě je převádí do diskriminativního prostoru příznaků vhodného pro identifikaci osob.
Metoda
Z monokulárních RGB snímků je pomocí metody Neural Localizer Fields (NLF) rekonstruován parametrický 3D model těla ve formátu SMPL. Z tohoto modelu je extrahováno 22 normalizovaných vzdáleností kloubů tvořících biometrický podpis nezávislý na vzdálenosti od kamery. Surové příznaky vykazují vysokou variabilitu uvnitř tříd, proto je navržena embeddingová neuronová síť trénovaná pomocí triplet a quadruplet loss funkcí, která příznaky mapuje do hyperkulové diskriminativní reprezentace. Správná identita je poté vyhledána pomocí kosinové podobnosti.
Výsledky
Experimenty proběhly na třech veřejných datasetech (HuMMan, AMASS, MVHuman) celkem s 242 identitami. Na čistých 3D datech dosáhl systém přibližně 95% přesnosti Top-10 i při galerii 160 osob. Při rekonstrukci z 2D snímků systém správně zařadil hledanou osobu mezi pět nejlepších kandidátů ve více než 90 % případů.
Je však nutné zasadit tyto výsledky do správného kontextu. Tělesné proporce patří mezi nejméně spolehlivé biometrické modality — na rozdíl od otisku prstu, duhovky nebo žil prstu jsou mezi lidmi mnohem méně jedinečné a snáze zaměnitelné. Metoda proto není navržena jako primární identifikační nástroj, ale jako záložní modalita pro situace, kdy žádný spolehlivější identifikátor k dispozici není.
Proč je to důležité
I přes inherentní omezení tělesných proporcí jako biometrického znaku metoda nabízí prakticky využitelný výsledek: bez speciálního hardware, invariantně vůči oblečení i světelným podmínkám a s možností přidávat nové osoby bez přetrénování modelu. Tělesné proporce tak představují užitečnou záložní biometrickou modalitu pro forenzní a bezpečnostní aplikace — všude tam, kde primární identifikátory nejsou k dispozici.
Samuel Šimún, Tomáš Goldmann, Jan Pluskal Exploring the Discriminative Power of SMPL-Derived Body Proportions: An Initial Investigation Podpořeno FIT VUT Brno, grant FIT-S-26-9011.
