研究人员仅使用WiFi 即可从候选视频镜头中的墙壁识别出一个人

加州大学圣塔芭芭拉分校教授Yasamin Mostofi的实验室中的研究人员首次使用外部的一对WiFi收发器，来确定墙后的人是否与出现在给定视频画面中的人相同。

这种新颖的基于视频WiFi交叉模式步态的人员识别系统，他们称为XModal-ID(发音为Cross-Modal-ID)，可以具有从监视，安全到的各种应用。例如，考虑一种情况，其中执法人员有抢劫的录像。他们怀疑强盗藏在房子里。屋外的一对WiFi收发器能否确定屋内的人与抢劫视频中的人是否相同?诸如此类的问题推动了这项新技术的发展。

Mostofi说：“我们提出的方法使得仅使用一对现成的WiFi收发器就可以确定墙后的人是否与录像中的人相同。”“这种方法仅利用WiFi链路的接收功率测量。它不需要识别人员的任何先前WiFi或视频训练数据。它也不需要任何操作区域知识。”

拟议的方法和实验结果将在10月22日举行的第25届国际移动计算和网络会议(MobiCom)上发表。

在该小组的实验中，一个WiFi发射器和一个WiFi接收器在人行进的房间外面的墙后。发射机发送无线信号，其接收功率由接收机测量。然后，给定来自另一个区域的人的视频录像，并且仅使用接收到的无线电力测量值，接收器就可以确定墙后的人是否与视频录像中看到的人相同。

这项创新基于Mostofi实验室的先前工作，该实验室自2009年以来就率先使用WiFi等日常射频信号进行感应。

Mostofi说：“但是，从候选录像中通过墙壁识别一个人是一个相当具有挑战性的问题。”她的实验室在这项工作中的成功归功于他们开发的新方法。

“我们每个人的移动方式都是独特的。但是，我们如何正确捕获和比较视频和WiFi信号的步态信息内容，以确定它们是否属于同一个人?”

研究人员提出了一种新方法，该方法首次可以将视频步态内容转换为无线域。

“我们的方法是多学科的，借鉴了无线通信和视觉领域，”三位博士学位之一的Chitra Karanam说。学生参与该项目。给定一些视频镜头，该团队首先利用人体网格恢复算法来提取描述人体外表面随时间变化的3-D网格。然后，他们使用Born电磁波逼近来模拟如果此人在WiFi区域中行走时将产生的RF信号。

接下来，他们采用时频处理方法从真实WiFi信号(在墙后测量)和基于视频的模拟信号中提取关键步态特征。然后将这两个信号进行比较，以确定WiFi区域中的人是否与视频中的人相同。

研究人员的处理管线涉及一系列数学函数，包括短时傅立叶变换和Hermite函数，以获取接收信号的频谱图。另一位博士Belal Korany解释说：“频谱图承载了信号的频率-时间内容，隐含了人们的步态信息。”努力的学生。

然后从两个频谱图中提取几个重要的步态特征，并进行适当比较以声明视频中的人是否在墙后。

“我们已经在我们的校园中对这项技术进行了广泛的测试，”第三位博士学位的赫伯特·蔡说。该项目的学生。实验室已经对来自八个人的1488个WiFi视频对进行了测试，并在三个不同的墙后区域进行了测试，在正确识别墙后人员的总体准确度上达到了84%。