研究人員僅使用WiFi 即可從候選視頻鏡頭中的墻壁識(shí)別出一個(gè)人

加州大學(xué)圣塔芭芭拉分校教授Yasamin Mostofi的實(shí)驗(yàn)室中的研究人員首次使用外部的一對(duì)WiFi收發(fā)器，來確定墻后的人是否與出現(xiàn)在給定視頻畫面中的人相同。

這種新穎的基于視頻WiFi交叉模式步態(tài)的人員識(shí)別系統(tǒng)，他們稱為XModal-ID(發(fā)音為Cross-Modal-ID)，可以具有從監(jiān)視，安全到的各種應(yīng)用。例如，考慮一種情況，其中執(zhí)法人員有搶劫的錄像。他們懷疑強(qiáng)盜藏在房子里。屋外的一對(duì)WiFi收發(fā)器能否確定屋內(nèi)的人與搶劫視頻中的人是否相同?諸如此類的問題推動(dòng)了這項(xiàng)新技術(shù)的發(fā)展。

Mostofi說：“我們提出的方法使得僅使用一對(duì)現(xiàn)成的WiFi收發(fā)器就可以確定墻后的人是否與錄像中的人相同。”“這種方法僅利用WiFi鏈路的接收功率測量。它不需要識(shí)別人員的任何先前WiFi或視頻訓(xùn)練數(shù)據(jù)。它也不需要任何操作區(qū)域知識(shí)。”

擬議的方法和實(shí)驗(yàn)結(jié)果將在10月22日舉行的第25屆國際移動(dòng)計(jì)算和網(wǎng)絡(luò)會(huì)議(MobiCom)上發(fā)表。

在該小組的實(shí)驗(yàn)中，一個(gè)WiFi發(fā)射器和一個(gè)WiFi接收器在人行進(jìn)的房間外面的墻后。發(fā)射機(jī)發(fā)送無線信號(hào)，其接收功率由接收機(jī)測量。然后，給定來自另一個(gè)區(qū)域的人的視頻錄像，并且僅使用接收到的無線電力測量值，接收器就可以確定墻后的人是否與視頻錄像中看到的人相同。

這項(xiàng)創(chuàng)新基于Mostofi實(shí)驗(yàn)室的先前工作，該實(shí)驗(yàn)室自2009年以來就率先使用WiFi等日常射頻信號(hào)進(jìn)行感應(yīng)。

Mostofi說：“但是，從候選錄像中通過墻壁識(shí)別一個(gè)人是一個(gè)相當(dāng)具有挑戰(zhàn)性的問題。”她的實(shí)驗(yàn)室在這項(xiàng)工作中的成功歸功于他們開發(fā)的新方法。

“我們每個(gè)人的移動(dòng)方式都是獨(dú)特的。但是，我們?nèi)绾握_捕獲和比較視頻和WiFi信號(hào)的步態(tài)信息內(nèi)容，以確定它們是否屬于同一個(gè)人?”

研究人員提出了一種新方法，該方法首次可以將視頻步態(tài)內(nèi)容轉(zhuǎn)換為無線域。

“我們的方法是多學(xué)科的，借鑒了無線通信和視覺領(lǐng)域，”三位博士學(xué)位之一的Chitra Karanam說。學(xué)生參與該項(xiàng)目。給定一些視頻鏡頭，該團(tuán)隊(duì)首先利用人體網(wǎng)格恢復(fù)算法來提取描述人體外表面隨時(shí)間變化的3-D網(wǎng)格。然后，他們使用Born電磁波逼近來模擬如果此人在WiFi區(qū)域中行走時(shí)將產(chǎn)生的RF信號(hào)。

接下來，他們采用時(shí)頻處理方法從真實(shí)WiFi信號(hào)(在墻后測量)和基于視頻的模擬信號(hào)中提取關(guān)鍵步態(tài)特征。然后將這兩個(gè)信號(hào)進(jìn)行比較，以確定WiFi區(qū)域中的人是否與視頻中的人相同。

研究人員的處理管線涉及一系列數(shù)學(xué)函數(shù)，包括短時(shí)傅立葉變換和Hermite函數(shù)，以獲取接收信號(hào)的頻譜圖。另一位博士Belal Korany解釋說：“頻譜圖承載了信號(hào)的頻率-時(shí)間內(nèi)容，隱含了人們的步態(tài)信息。”努力的學(xué)生。

然后從兩個(gè)頻譜圖中提取幾個(gè)重要的步態(tài)特征，并進(jìn)行適當(dāng)比較以聲明視頻中的人是否在墻后。

“我們已經(jīng)在我們的校園中對(duì)這項(xiàng)技術(shù)進(jìn)行了廣泛的測試，”第三位博士學(xué)位的赫伯特·蔡說。該項(xiàng)目的學(xué)生。實(shí)驗(yàn)室已經(jīng)對(duì)來自八個(gè)人的1488個(gè)WiFi視頻對(duì)進(jìn)行了測試，并在三個(gè)不同的墻后區(qū)域進(jìn)行了測試，在正確識(shí)別墻后人員的總體準(zhǔn)確度上達(dá)到了84%。