Группа исследователей из Калифорнийского университета в Санта-Барбаре под руководством профессора Ясамин Мостофи (Yasamin Mostofi) разработала метод идентификации человека, находящегося за каким-либо препятствием, с помощью любой видеозаписи этого человека и сигнала Wi-Fi. Согласно сообщению университета, средняя точность метода, не использующего технологии машинного обучения, составляет 84 процента. Подробно исследователи планируют представить свою разработку 22 октября 2019 года на 25-й международной конференции MobiCom.
Передача информации посредством Wi-Fi сегодня широко используется в городах. С помощью этой технологии беспроводной связи организовывается как непосредственно доступ в интернет, так и обмен данными внутри домашних, общественных или корпоративных сетей. По это причине исследователи из нескольких стран мира занимаются поиском дополнительного применения сигналам Wi-Fi. В частности, в область интересов ученых попали возможность различать эмоции, «видеть» людей за стеной и составлять трехмерные карты помещений с помощью Wi-Fi.
Метод, разработанный исследователями из Калифорнийского университета в Санта-Барбаре, получил название XModal-ID. Он предполагает использование разнесенных друг от друга на небольшое расстояние передатчика и приемника Wi-Fi-сигнала и видеозаписи движений человека, полученной когда-либо раньше. Согласно методу, с помощью видеозаписи составляется трехмерная модель человека, которая затем используется для моделирования изменений параметров отраженного от него Wi-Fi-сигнала и составления эталонного графика таких изменений.
После получения эталона становится возможной идентификация конкретного человека за стеной. С помощью передатчика Wi-Fi сигнал посылается за стену и, отразившись, фиксируется приемником. График изменений отраженного сигнала затем сопоставляется с эталонным графиком, полученным в результате трехмерного моделирования с использованием видеозаписи. Метод XModal-ID был проверен на 8 добровольцах. Его точность различалась в зависимости от материала препятствия, отделявшего человека от передатчика и приемника Wi-Fi, но всегда была выше 80 процентов.
Исследователи полагают, что новый метод поможет, например, полиции узнавать, находится ли подозреваемый, прежде попавший на камеры наблюдения, в том или ином помещении.
В начале текущего года американские и корейские инженеры представили систему отслеживания автомобильного трафика, основу которой составили два ноутбука с Wi-Fi и нейросетевой алгоритм. Отслеживание трафика было реализовано с помощью изменения мощности сигнала между передатчиком и приемником. Изменения сигнала анализировались алгоритмом, который смог определять проезд транспорта между передатчиком и приемником с точностью 99,4 процента и распознавать тип транспорта с точностью 91,1 процента.
Василий Сычёв