видеть людей сквозь стены
Wi-Vi: как видеть сквозь стены и отслеживать перемещения людей по сигналу Wi-Fi
В фантастических фильмах иногда показывают установки, позволяющие видеть людей за стенами и укрытиями. Благодаря усилиям специалистов Лаборатории искусственного интеллекта Массачусетского технологического института такая возможность понемногу становится реальностью. Речь не о тепловизорах и не о рентгене. Определить число людей в помещении за стеной или закрытой дверью теперь помогает обычный Wi-Fi.
Возможность обнаружить человека за непрозрачной преградой всегда интересовала военных, службы специального назначения и спасателей. Дальше всех продвинулась компания Camero-Tech, представив в последние годы несколько серийных вариантов такого оборудования.
Каждый из этих приборов работал по принципу радара. Изучаемая зона освещалась электромагнитными волнами той длины, которая позволяла проникать сквозь препятствия. По характеру их отражения судили о количестве объектов на пути распространения радиоволн, их скорости и направлении перемещения.
Такие методы уже применяются спецслужбами, но ещё не позволяют достичь желаемого результата. Приборы дорогие и сложные, крупногабаритные либо малоэффективные. но главная проблема даже не в этом. Малоподвижные цели (например, заложников) так практически не видно, а сам факт радиотехнической разведки становится явным и может выдать оперативную группу с головой. Конечно, в демо-роликах всё проходит идеально.
Профессор кафедры электротехники и компьютерных наук Дина Катаби (Dina Katabi) и её аспирант Фадел Адиб (Fadel Adib) пошли немного другим путём и приблизились к решению одной из двух ключевых проблем. В созданном ими устройстве используется широко распространённый диапазон Wi-Fi, на слабое повышение активности в котором вряд ли кто-то отреагирует.
В стандарте IEEE 802.11 выделяется четырнадцать каналов с длиной волны от 121 до 124 мм. Дециметровый диапазон и типичная мощность до ста милливатт приводят к тому, что качество связи в значительной степени зависит от наличия любых преград на пути распространения сигнала. Заметное влияние оказывает перемещение людей, что и используется в данном случае.
В реальных условиях практически не встречаются сплошные стены. В них есть пустоты, стыки, технологические отверстия и штробы, поэтому слабый сигнал Wi-Fi проходит даже через преграды, которые внешне кажутся монолитными.
В устройстве Wi-Vi (аббревиатура от Wireless Vision) маломощный сигнал излучается в противофазе одновременно двумя антеннами. Отражения радиоволн регистрируются одним приёмником. Основная доля отражений возникает от стен и других неподвижных объектов внутри исследуемого помещения. Такие радиоволны приходят одновременно и взаимно гасятся, а оставшийся минимальный шум отфильтровывается программным способом. В итоге учитываются только радиоволны, отразившиеся от движущихся объектов – людей.
Приведённый ролик демонстрирует не только возможность определить присутствие людей в зоне действия источника сигнала Wi-Fi, но и узнать направление их движения. Когда человек удаляется от размещённого за стеной прибора, возникает доплеровское смещение, меняется угол отражения радиоволн и график уходит вниз. Соответственно движение в направлении антенны вызывает резкий подъём на графике, а топтание на месте отмечается слабыми всплесками в районе фонового уровня от статичного окружения.
Раньше подобных результатов удавалось достичь только с помощью массива разнесённых по большой площади антенн, индивидуальных приёмников для каждой и сложных алгоритмов обработки.
Прототип Wi-Vi использует только две антенны и один приёмник, что в разы уменьшает габариты и стоимость прибора. По словам разработчиков, с помощью первой версии устройства уже можно отслеживать перемещение за стеной как отдельных людей, так и группы численностью до трёх человек.
Впервые технология Wi-Vi была представлена на проходившей в Гонконге конференции SIGCOMM. В качестве примеров практического использования докладчиками приводились сценарии работы поисково-спасательных команд, выявление засады сотрудниками полиции, а также оценка сил противника и поиск заложников антитеррористическими подразделениями.
К похожей концепции пришли в прошлом году и в университетском колледже Лондона. Созданный там прототип Wi-Fi-сканера примечателен тем, что никак не выдаёт самого факта проведения разведки. Это пассивное устройство, анализирующее изменение характеристик сигнала на частоте 2,4 ГГц от изначально работающих точек доступа Wi-Fi.
Есть у описываемых технологий и совершенно другие потенциальные сферы применения. Например, на их основе можно создавать системы постоянного подсчёта количества людей в общественном месте и регулировать его работу. Появляется возможность автоматически изменять параметры работы климатической системы и вентиляции, скорость движения эскалаторов, частоту следования транспорта, своевременно получать сообщения о потребности в дополнительном персонале и применять другие схемы адаптивного управления.
Мой дом больше не крепость – какие технологии способны «видеть» сквозь стены
В начале 2015 года журнал USA Today опубликовал статью о портативных радарах Range-R, которые используются в американской полиции и других государственных учреждениях. Система «видит сквозь стены», а точнее говоря: регистрирует движение в помещении. Высокая чувствительность радар может определить дыхание человека, скрывавшего внутри здания, за несколькими стенами.
Существование такого устройства удивило многих журналистов, которые должны были написать о возможностях Range-R. Эти радары серийно производятся для армии и разведки и используются, например, ФБР – во время спасения заложников, пожарными – при поиске в разрушенных зданиях раненых, полицейскими США – для ловля беглецов.
Раньше эта технология была доступна только для некоторых государственных служб, однако, технологический прогресс внес свой вклад в падение цен, что позволило расширить круг пользователей. Радар Range-R стоит около 6 000 долларов, в то время как прототипы новых радиолокационных системы построены из легко доступных недорогих модулей Wi-Fi.
Как смотрят сквозь стены
Устройство Range-R имеет датчики, способные «заглянуть» за стены (Through-the-Wall Sensors, TTWS). Принцип действия такой же, как и в других радарах: датчики сканируют просматриваемую область радиоволнами, которые, при обнаружении препятствия, возвращаются к приемнику, а тот регистрирует отраженное излучения.
К сожалению, это только в теории. Создателям TTWS пришлось объединить в одном устройстве несколько технологий и передовые методы обработки данных. Операторы радара должны пройти длительное обучение, чтобы понять, как читать данные с него.
Большинство радаров TTWS работает в диапазоне частот 1-10 Ггц. Излучение в этом диапазоне подходит для проникновения сквозь бетон, дерево, пластик, стекло и другие стены. Чтобы в этом убедиться, посмотрите на распространение вашей домашней сети Wi-Fi.
Чем выше частота, тем меньше проникновение излучения сквозь стены. В свою очередь, более высокие частоты повышают точность в определении размеров объекта и расстояния. Более того, некоторые материалы, избирательно поглощают радиоволны в узком диапазоне. Из-за этого дополнительные сканеры имеют возможность переключения используемых частот или их можно использовать для широкого диапазона радиочастотного спектра.
Благодаря коротким импульсам, пользователь может оценить расстояние до объекта путем измерения времени, которое требуется на преодоление волной расстояние до препятствия и обратно. Обнаружения движения осуществляется на основе эффекта Доплера: волна, отраженная от движущегося объекта, мягко изменяет свою частоту, что позволяет, например, обнаружить небольшое движение грудной клетки дышащего человека.
Нет сомнения в том, что устройства TTWS имеют много ограничений. Одним из них является тот факт, что радиоволны не проникают через металл. В связи с этим, они не могут идентифицировать человека, находящегося в закрытом автомобиле или в здании, покрытом слоем алюминия. Подобные металлам свойства имеет вода: мокрый пористый бетон – это также очень хорошая защита от радиоволн TTWS.
Уровень сигнала ослабляет толстый слой бетона или кирпича, а если сумма толщины стен, отделяющих радар от желаемого объекта, превышает 30 сантиметров, обнаружить его будет невозможно.
Большинство устройств может обнаруживать препятствия на расстоянии 15-20 метров, а устройства с большими антеннами и мощными блоками питания могут дотянуться даже на 70 метров. Как правило, в доме много движущихся объектов, например, животные или шторы. Хотя радары, как правило, используются для обнаружения людей, интерпретация объекта не всегда верна, особенно если измерение длится слишком короткое время (менее минуты).
Большинство радаров портативные. Чтобы устранить колебания, оператор должен прижимать устройство к стене проверяемого здания. Однако, бывают ситуации, когда нельзя приблизиться к стене, поэтому некоторые модели оснащены штативами, установлены на роботах или дронах.
Самые простые радары TTWS показывают остался ли кто-то в живых и/или движется здании. Более сложные определяют расстояние до объекта и направление движения, позволяют определить приблизительную конструкцию здания и его внутренних помещений в двух или трех измерениях.
Многообещающе выглядят экспериментальные решения (по крайней мере, в лабораторных условиях). Например, мобильная система Wi-Fi, установленная на роботах, сгенерировал карту абсолютно незнакомого дома с точностью до 2 сантиметров. Пока что эта технология, однако, является фикцией, когда дело доходит до массового производства.
Как предотвратить. Лучшей защитой от TTWS является экранирования здания, просто укрепить свой дом толстой бетонной конструкцией. Хорошим решением является также покрытие его слоем алюминия или оклейка металлизированными обоями. Или заведите трёх собак – их постоянные и хаотичные движения собьют с толку большинство радаров.
Этот страшный (но, не очень) терагерц
Если Вы отслеживаете научно-популярную информацию, конечно, слышали что терагерцевые радары могут видеть сквозь любые стены и чувствовать бомбы издалека. Эта тема периодически появляется в интернете после того, как какая-нибудь лаборатория сообщит в своём пресс-релизе, что достигла большого успеха в этой области.
Дело в том, что терагерцовые радары уже используются для контроля пассажиров в аэропортах. О них стали громко говорить, когда оказалось, что они показывают очень подробное изображение тела человека, без учета одежды.
Большинство других вариантов использования терагерцовых волн (работающих в области спектра 300GHz-10THz) остается в области научной фантастики. На самом деле, есть ещё много нерешенных проблем: от исчезновения сигнала при проникновении через различные барьеры до проблемы создания компактных излучателей высокой мощности.
Ещё одна городская легенда: ИК-камеры, которые заглядывают за стену. Вопреки распространенному мнению, тепловые детекторы не могут этого сделать. Детектор ИК не может пройти даже через слой матового стекла или фанеры.
Как предотвратить. Снимать ли шапку из фольги – решать Вам.
Учёные изобрели устройство, позволяющее видеть человека сквозь стену
Wi-Fi теперь можно использовать не только чтобы проверять электронную почту, но и чтобы видеть сквозь стены.
В опубликованном в интернете видеоролике демонстрируется устройство, способное распознать человеческий силуэт сквозь стену при помощи радиосигналов. Достаточно установить устройство за стеной, и оно сможет запечатлеть силуэт человека в соседней комнате. Как оно работает? Прибор посылает сигнал, который проникает сквозь стену и отражается от тела человека.
Устройство RF Capture позволяет отслеживать людей на расстоянии сквозь твёрдые преграды. Оно может определить, где человек стоит, кто он и в каком положении находится его тело. Прибор фиксирует силуэт человека и может определить такие параметры, как пульс и дыхание.
RT побеседовал с изобретателем устройства.
«Мы начали проводить исследования в 2012 году. Нам было любопытно, можно ли распознавать людей сквозь твёрдые преграды с помощью радиосигналов. Мы знаем, что они отражаются от человеческого тела, поэтому решили, что сможем воспользоваться этим свойством для наблюдения за перемещением людей, и надеялись получить что-то вроде рентгеновского зрения. Вначале мы лишь могли установить, находится человек за стеной или нет. Теперь прибор способен определить его точное местоположение. А совсем недавно мы смогли получить изображение его силуэта», — рассказала Дина Катаби историю создания устройства.
Но тогда возникает вопрос: что, если когда-нибудь эту технологию смогут применять во вред человеку? По словам Диины Катаби, этот проект ориентирован на использование только во благо общества, а кроме того, существуют способы защитить неприкосновенность частной жизни.
«Мы хотим создать продукт, который можно будет использовать во благо общества: например, в ситуации, когда крайне рискованно посылать пожарного внутрь здания, можно будет проверить, остались там люди или нет. Кроме того, прибор могут использовать медицинские работники. Например, если пациент страдает болезнью Альцгеймера и не покидает свой дом, мы даже можем зарегистрировать его дыхание и сердцебиение, не закрепляя на нем никаких датчиков. Мы всегда крайне предусмотрительны: мы зашифровываем все собранные данные и рабочую переписку. Кроме того, мы разработали способ блокировки нашего прибора. То есть человек, который не хочет, чтобы его отслеживали при помощи этой технологии, может её заблокировать», — прокомментировала Катаби.
Машинное (радио)зрение видит сквозь стены
Слева два человека жмут руки, причем один из них за стеной от камеры. Справа человек в темноте кидает предмет человеку, который звонит по телефону. Снизу — сгенерированная скелетная модель и предсказание действий.
Про радиозрение команды лаборатории CSAIL (Computer Science and Artificial Intelligence Lab) уже писали на Хабре (раз и два), сегодня немного свежих подробностей.
Алгоритм использует радиоволны, а не видимый свет, чтобы определить, что люди делают, не показывая, как они выглядят.
Машинное зрение имеет впечатляющий послужной список. Оно обладает сверхчеловеческой способностью распознавать людей, лица и предметы. Оно может даже распознавать различные виды действий, хотя и не так хорошо, как люди.
Но его производительность ограничена. Особенно трудно машинному зрению тогда, когда люди, лица или предметы частично закрыты. И когда уровень освещенности падает до 0, они, как и люди, практически слепы.
Но есть и другая часть электромагнитного спектра, которая не настолько ограничена. Радиоволны заполняют наш мир, будь то ночь или день. Они легко проходят сквозь стены, передаются и отражаются человеческими телами. Действительно, исследователи разработали различные способы использования радиосигналов Wi-Fi, чтобы видеть за закрытыми дверями.
Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla
Но у этих систем радиовидения есть некоторые недостатки. Их разрешение низкое, изображения шумные и заполнены отвлекающими переотражениями, что затрудняет понимание происходящего.
В этом смысле радиоизображения и изображения в видимом свете имеют свои дополнительные преимущества и недостатки. И это повышает вероятность использования сильных сторон одного для преодоления недостатков другого.
Познакомьтесь с Tianhong Li и его коллегами из MIT, которые нашли способ научить систему радиовидения распознавать действия людей, обучая ее с помощью изображений в видимом свете. Новая система радиовидения позволяет увидеть, чем занимаются люди в широком диапазоне ситуаций, когда визуализация в видимом свете невозможна. «Мы внедряем модель нейронной сети, которая может обнаруживать действия человека через стены и окклюзии, а также в условиях плохого освещения», — говорят Ли и Ко.
Радиочастотная тепловая карта и RGB изображение записанные параллельно.
Команда использует хитрый трюк. Основная идея заключается в записи видеоизображений одной и той же сцены с использованием видимого света и радиоволн. Системы машинного зрения уже способны распознавать действия человека по изображениям в видимом свете. Поэтому следующий шаг — соотнести эти изображения с радиоизображениями той же сцены.
Архитектура RF-Action. RF-Action определяет человеческие действия по беспроводному сигналу. Извлекает «3д-скелет» для каждого человека из raw-потока беспроводного сигнала (желтый прямоугольник). Затем обнаруживается и распознаются действия из извлеченных последовательностей «скелетов» (зеленое поле). Action Detection Framework также может принимать трехмерные скелеты, сгенерированные из визуальных данных, в качестве входных данных (синий прямоугольник), что позволяет тренироваться как на сгенерированных радиочастотами скелетами, так и на существующих базами данных с распознанными действиями.
Однако трудность заключается в обеспечении того, чтобы процесс обучения был сосредоточен на человеческом движении, а не на других вещах, таких как фон. Поэтому Ли и команда вводят промежуточный этап, на котором машина генерирует 3D модели фигурок, которые воспроизводят действия людей.
«Переводя данные на промежуточное представление на основе скелета, наша модель может учиться как на основе визуальных, так и на основе радиочастотных наборов данных, и позволяет обеим задачам помогать друг другу», — говорят Ли и команда.
Таким образом, система учится распознавать действия в видимом свете, а затем распознавать те же действия, происходящие в темноте или за стенами, с помощью радиоволн. «Мы показываем, что наша модель достигает точности сопоставимой с системами распознавания действий на основе зрения в видимых сценариях, и продолжает работать точно, когда людей не видно», — говорят исследователи.
Это интересная работа, которая имеет значительный потенциал. Очевидное применение — в сценариях, когда изображения в видимом свете невозможны — в условиях низкой освещенности и за закрытыми дверями.
Но есть и другие ситуации. Одна из проблем с изображениями в видимом свете заключается в том, что люди узнаваемы, что вызывает вопросы конфиденциальности.
Но радиосистема не имеет возможности распознавания лиц. Идентификация действий без распознавания лиц не вызывает таких же опасений в отношении конфиденциальности. «Это может принести технологию в дома людей и обеспечить ее интеграцию в системы умного дома», — говорят Ли и Ко. Это может быть использовано, например, для наблюдения за домом пожилого человека и оповещения соответствующих служб о падении. И это произошло бы без особого риска для конфиденциальности.
Это выходит за рамки возможностей современных систем, основанных на зрении.
Результаты
Результат работы в различных сценариях. Видимые сцены:
Частичное или полное перекрытие поля зрения и плохое освещение. Скелеты показаны в виде двухмерных проекций сгенерированной 3д-модели:
Подписывайтесь на каналы:
@AutomotiveRu — новости автоиндустрии, железо и психология вождения
@TeslaHackers — сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla
Мы большая компания-разработчик automotive компонентов. В компании трудится около 2500 сотрудников, в том числе 650 инженеров.
Мы, пожалуй, самый сильный в России центр компетенций по разработке автомобильной электроники. Сейчас активно растем и открыли много вакансий (порядка 30, в том числе в регионах), таких как инженер-программист, инженер-конструктор, ведущий инженер-разработчик (DSP-программист) и др.
У нас много интересных задач от автопроизводителей и концернов, двигающих индустрию. Если хотите расти, как специалист, и учиться у лучших, будем рады видеть вас в нашей команде. Также мы готовы делиться экспертизой, самым важным что происходит в automotive. Задавайте нам любые вопросы, ответим, пообсуждаем.
Skynet, привет: искусственный интеллект научился видеть людей сквозь стены
После открытия рентгеновского излучения его долгое время принимали за чудо из чудес. В принципе, многим рентген до сих пор кажется чем-то весьма необычным, едва ли не фантастикой. Но в наше время есть вещи и более интересные. Например, группа ученых из MIT научила ИИ чувствовать людей сквозь стены.
Проект, в рамках которого проводилась разработка такой системы, получил название “RF-Pose”. ИИ не просто чувствует, что за стеной кто-то есть, машина даже «видит», что именно делает человек. Понятно, что здесь тоже нет никаких чудес, основа всего — отслеживание характеристик радиосигналов в помещении.
Тело человека определенным образом влияет на поведение радиоволн, и при должном анализе можно понять, что и как делает человек, находящийся в комнате. ИИ отслеживает все это в режиме реального времени и демонстрирует фигурку, которая повторяет очертания и действия человека за стеной. Если за стеной — несколько человек, то система покажет всех.
Ученые, создавшие технологию, вовсе не стремились создать оборудование и ПО для разведчиков (хотя, как знать). Нет, цель была иной — разработать систему, способную обнаруживать такие заболевания, как болезнь Паркинсона, различные виды склерозов, мускульную дистрофию и прочее. По движению формируемого изображения все этих заболевания можно диагностировать с большей или меньшей степенью точности. С течением времени можно видеть эффективность лечения.
Пожилым людям такая система может пригодиться еще и потому, что если человек упал и не может подняться, компьютер автоматически известит родственников и медиков. Так что человек не останется лежать без сознания, будучи лишенным всякой помощи. В настоящее время разработчики ведут переговоры с врачами о возможности использоваться RF-Pose в здравоохранении.
Все данные, которые отслеживаются системой, анонимны. Более того, их хранят в зашифрованном виде, так что злоумышленники не смогут похитить информацию ни в каком виде. Специалисты ведут разработку набора специальных движений, которые позволят диагностировать с высокой степенью достоверности заболевания, упомянутые выше.
«Мы знаем, что скорость движения пациентов, а также их способность выполнять некоторые движения позволяют получить определенный набор данных для диагностирования определенных заболеваний. Все это можно использовать в медицине — как для диагностики, так и для мониторинга эффективности лечения», — говорит один из авторов проекта.
Что касается безопасности — то в мире есть уже системы, которые предупреждают родственников пожилых людей, если с последними что-то не так. Но такие системы предоставляют собой обычно набор датчиков. А их можно забыть зарядить или просто надеть, оставшись без системы предупреждения. Если что-то случится с человеком, который по той либо иной причине лишен датчиков, никто не сможет ему помочь вовремя. А это крайне опасно.
RF-Pose пригодится и геймерам, которым также не придется надевать на себя разного рода датчики и сенсоры, которые отслеживают перемещение человека в пространстве и его действия. Систему можно просто включить и начать передвигаться по помещению — все остальное сделает компьютер.
Спасатели смогут работать с RF-Pose для определения местоположения людей, пострадавших от природных катаклизмов. Например, во время землетрясений, достаточно сильных, чтобы разрушать дома, люди часто оказываются погребены под завалами. И далеко не всех находят — пострадавших, кто не в состоянии позвать на помощь, в некоторых случаях просто невозможно обнаружить при помощи стандартных методов.
При создании RF-Pose перед учеными возникла важная проблема — обучение нейросети. Обычно, когда специалисты обучают нейросеть распознавать определенные объекты, они «скармливают» ей картинки или видео, на которых изображены люди, животные, сооружения, мебель и т.п. Человек помогает нейросети «понять», кто есть кто. Но поскольку в RF-Pose используются радиосигналы, то здесь человек уже не может стать помощником.
Поэтому нейросети давали «посмотреть» на обычную фотографию, например, стоящего человека и загружали цифровой оттиск этого же человека в радиополе. Людей просили выполнять десятки и сотни действий, и каждый раз нейросети давали сравнить изображение и параметры радиосигнала, на который это действие повлияло. Затем последовал следующий шаг — нейросеть научили рисовать (схематично) тело человека и части тела в соответствии с влиянием этих объектов на радиосигнал.
В итоге удалось добиться желаемого и компьютер стал «понимать», кто и что делает в конкретный момент. Более того, система, как оказалось, способна идентифицировать человека по «радиоотпечатку». Точность составляет 83%. Не так и много, но все еще впереди, ведь проект еще даже не в бета-версии.