Wi-Fi umožňující rozpoznávání člověka i přes zeď

Díky nové technice od inženýrů MIT je možné pomocí bezdrátového signálu snímat osoby za zdí i s rozpoznáním konkrétního člověka a pohybu končetin.

Wi-Fi máme doma i v kancelářích asi všichni, ale v drtivé většině případů řešíme, zda se od routeru dostane přes zdi k našemu notebooku nebo mobilnímu telefonu a podobně. Vědci z MIT ale zkoumají trochu jiné použití – využití bezdrátových signálů s podobnou frekvencí pro relativně přesnou detekci lidí i přes zeď.

RF-Capture pro měření odrazů signálu

Před dvěma lety jsme psali o systému Wi-Vi, který využíval populárního elektromagnetického spektra 2,4 GHz, stejně jako Wi-Fi. Tato technologie umožňovala rozpoznat pohybující se objekty za zdí a dokonce spočítat, kolik jich je s poměrně slušnou přesností..

Inženýři z MIT však poslední dva roky pracovali na pokročilejším systému, který dokáže rozpoznat nejen to, že daný pohybující se objekt je člověk, ale rovněž případně rozlišit různé osoby podle jejich „otisku“.

Klepněte pro větší obrázek
Snímání objektů za zdí pomocí speciální antény

Otisk je v tomto případě v rámci formy odrazů signálu od těla jednotlivé osoby. Pro vysílání signálu se používá speciální anténa, která se umístí přímo ke zdi, přes kterou chcete snímat. Anténa pracuje s frekvencemi mírně vyššími, než má nová generace rozšířené Wi-Fi (5 GHz), konkrétně v rozmezí 5,46 GHz až 7,2 GHz. Samotná anténa je tvořená 16 malými přijímači a čtyřmi vysílači, které ale pracují s výkonem tisíckrát menším, než běžná Wi-Fi.

Zpracování obrazu v reálném čase

Snímání odrazů bezdrátových signálů je ale pouze jedna z částí systému. Druhou a neméně důležitou technologií je rozpoznávání a detekce člověka a jeho částí v místnosti za zdí. K tomu sloužila forma běžné kanceláře, která obsahovala i další objekty jako jsou stoly, židle a podobně.

Klepněte pro větší obrázek
Jednotlivé signály bylo nutné správně analyzovat a přiřadit k lidskému tělu

Aby bylo možné jednotlivé otisky respektive vzory v signálu rozpoznávat, bylo samozřejmě nutné zapojit strojové učení a umělou inteligenci. Pro učení tak byla zvolená kombinace s Kinectem umístěným za zdí, který měl k dispozici přesný hloubkový obraz sledované místnosti.

Klepněte pro větší obrázek
Detail rozpoznaných jednotlivých částí lidského těla z odrazů signálu

Díky tomuto porovnání bylo možné vytvořit rozpoznávání těla i jednotlivých částí člověka s velmi dobrou přesností. Přesnost je dokonce tak vysoká, že je možné odlišit nejen jednotlivé osoby nacházející se za zdí (dle měření v 98,15 % případů), ale také pohyb jejich rukou. Jak si můžete prohlédnout na videu, je možné docela dobře odlišit pohyb rukou s chybovostí v rámci jednotek centimetrů oproti reálné pozici. S větším počtem osob za zdí ale přesnost klesá.

O zpracování obrazu a rozpoznávání v reálném čase se staral běžný počítač s operačním systémem Ubuntu, procesorem Intel Core i7 a grafickou kartou Nvidia Quadro K4200, kterou tvůrci pomocí platformy CUDA využili právě na rychlé paralelní zpracování dat. Dle měření byla rychlost zpracování až 36x lepší, než v programu pro procesor, který byl napsaný v jazyce C.

Pokročilé a levné snímání i přes překážky

I když má technologie v současnosti značná omezení v podobě nutné kalibrace a podobně, s dalším vylepšování může poskytnout formu levného snímání objektů a lidí v místech, která jsou za různými překážkami – ať už to jsou zdi či jiné objekty.

Klepněte pro větší obrázek

Různé formy senzorů se začínají objevovat ve všech různých zařízení, třeba u televizí nebo zařízení pro ovládání hudby by forma takového pokročilejšího senzoru mohla snímat gesta v jiných místnostech bez nutnost mít v každé z nich samostatný senzor.

Rozpoznávání objektů i za překážkami se jistě hodí třeba u robotů a budoucích aut bez řidiče, které díky tomu dokáží včas zareagovat i na nebezpečí, které člověk není schopen vůbec vidět.

Podrobné informace o projektu naleznete na oficiálních stránkách RF-Capture webu MIT.

Diskuze (3) Další článek: Vánoční investiční hra o iPhone 6s Plus!

Témata článku: , , Rozpoznávání, Člověk, Kinect, F +, Pře, Běžný počítač, Překážka, CUDA, Kalibrace, Zeď, CSAIL