你的视频可以通过墙壁识别你

加州大学圣塔芭芭拉分校教授Yasamin Mostofi实验室的研究人员仅通过外部的一对WiFi收发器，首次确定了墙后的人是否就是视频中出现的那个人。

这种新型的基于视频wifi跨模态步态的身份识别系统，他们称之为XModal-ID(发音为cross-modal – id)，可以有多种应用，从监控和安全到智能家居。例如，考虑这样一个场景:执法部门有一段抢劫的视频。他们怀疑强盗藏在一所房子里。房子外面的一对无线收发器能确定房子里的人和抢劫视频里的人是同一个人吗?诸如此类的问题激发了这种新技术。

莫斯托菲说:“我们提出的方法可以仅通过一对现成的WiFi收发器来确定墙后的人是否与视频中的人一样。”这种方法只利用接收到的WiFi连接的功率测量。它不需要任何先前的WiFi或视频培训数据的人被识别。它也不需要任何操作领域的知识。”

提出的方法和实验结果将在10月22日举行的第25届移动计算与网络(MobiCom)国际会议上公布。

在该团队的实验中，一个WiFi发射器和一个WiFi接收器被放置在墙壁后面，在一个人行走的房间外面。发射机发送无线信号，其接收功率由接收机测量。然后，给定来自另一个地区的人的视频片段——并且只使用这种接收到的无线功率测量——接收器可以确定墙后的人是否就是视频片段中看到的人。

这一创新建立在Mostofi实验室之前的工作基础上，该实验室自2009年起率先使用WiFi等日常射频信号进行传感。

莫斯托菲说:“然而，通过墙壁、通过候选人的视频片段来识别一个人，这是一个相当具有挑战性的问题。”她的实验室在这方面的成功归功于他们提出的新方法。

“我们每个人的行动方式都是独一无二的。但我们如何正确地捕捉并比较视频和WiFi信号的步态信息内容，以确定它们是否属于同一个人呢?”

研究人员首次提出了一种将视频步态内容转换到无线领域的新方法。

“我们的方法是多学科的，来自无线通信和视觉领域，”该项目的三名博士生之一奇德拉·卡拉南(Chitra Karanam)说。根据一些视频片段，团队首先利用人体网格恢复算法提取出描述人体外表面随时间变化的3D网格。然后他们使用Born电磁波近似来模拟这个人在WiFi区域行走时产生的射频信号。

接下来，他们使用时频处理方法从真实的WiFi信号(在墙后测量)和基于视频的模拟信号中提取关键的步态特征。然后将这两个信号进行比较，以确定在WiFi区域的人是否是视频中的同一个人。

研究人员的处理管道涉及一系列数学函数，包括短时傅里叶变换和Hermite函数，以获得接收信号的光谱图。另一名参与这项研究的博士生Belal Korany解释说:“光谱图携带着信号的频率-时间内容，它隐含着人的步态信息。”

然后从光谱图中提取几个重要的步态特征，并进行适当的比较，以确定视频中的人是否在墙后。

“我们已经在校园里对这项技术进行了广泛的测试，”该项目的第三名博士生赫伯特·蔡(Herbert Cai)说。该实验室在1488对wifi视频中测试了他们的新技术，这些视频来自于8个人的泳池，并在三个不同的墙后区域进行了测试，在正确识别墙后的人方面，他们的整体准确率达到了84%。

要演示这种技术，请访问https://www.youtube.com/watch?v=FDZ39h-kCS8查看他们的视频

关于该项目的更多信息可以在https://www.ece.ucsb.edu/~ymostofi/IdentificationThroughWalls找到

关于Mostofi研究的更多信息，请访问http://www.ece.ucsb.edu/~ymostofi/。

Mostofi可以达到& # 121;& # 109;& # 111;& # 115;& # 116;& # 111;& # 102;& # 105;& # 64;& # 101;& # 99;& # 101;& # 46;& # 117;& # 99;& # 115;& # 98;& # 46;& # 101;& # 100;& # 117;。