利用WiFi信号“透视”房间内的人

室内监控正变得越来越有价值。它可以帮助保护弱势个体，例如越来越多独自生活的年长者。这些系统可以检测到人们跌倒或长时间不动的情况，可以发现入侵者，并带来安心。

但是，此类监控并非总是有效，也可能侵犯隐私。当人体部分被遮挡或光线不足时，视频摄像头的图像可能难以解读。而且，很少有人愿意在浴室和卧室等地方安装监控摄像头。

一个更好的选择是采用非视觉方式来监控室内环境。但尽管雷达和激光雷达系统可能有效，但它们的价格通常超出大多数人的预算。

非视觉成像

现在，卡内基梅隆大学（匹兹堡）的Jiaqi Geng及其同事们的研究，使得一种成本显著降低的方案成为可能。该团队发现了一种利用WiFi信号监测室内人体运动的方法。他们甚至训练了一个神经网络，利用这些信号来识别房间内每个人的具体姿势。“这为低成本、广泛可及且保护隐私的人体传感算法铺平了道路，”他们说道。

WiFi由2.4 GHz的低功率无线电信号组成，这些信号使用各种协议编码数据。Geng及其同事忽略了编码数据，仅关注发射信号波和接收信号波的比例。这取决于发射和接收天线之间的距离，以及之间任何可能吸收、反射或扭曲信号的物体等因素。

单个发射器和接收器显然无法提供关于3D环境的足够信息。因此，Geng及其同事转而关注三个发射器和三个接收器的信号，并指出许多商用WiFi发射器拥有三个天线，因此非常适合这项工作。

在清理完信号后，Geng及其同事将它们组合起来生成一个二维特征图，这类似于一张图像。尽管这张图像捕捉了房间内任何人的姿势，但人眼却难以理解。

因此，研究人员训练了一个神经网络来识别人的姿势。这是可行的，因为一个名为DensePose的神经网络已经在视觉领域完成了这项工作。Geng及其同事使用一种称为迁移学习的技术，将这种训练应用到了WiFi领域。

结果是一个仅凭穿过环境的WiFi信号就能检测房间内人体姿势的系统。然而，它并非完美。该团队表示，他们的系统在估算人体躯干姿势方面表现良好，但在检测四肢等细节方面存在困难。

此外，每次环境发生变化时，例如移动到不同的房间，它都需要完全重新训练。“不同环境下的WiFi信号表现出显著不同的传播模式，”Geng及其同事说道。“因此，在未训练过的布局数据上部署我们的模型仍然是一个非常具有挑战性的问题。”

这项有趣的研究展示了利用WiFi信号监测室内环境、检测跌倒或其他潜在问题的潜力。

然而，这也引发了自身的问题。WiFi信号的探测范围远远超出了大多数家庭和办公室的边界，这使得恶意用户有可能利用这一想法来监视门窗紧闭的人的活动。它立即消除了墙壁和窗帘带来的隐私，尽管由此产生的图像并非“照片级”，但这引发了重要的安全和隐私问题。

WiFi之窗

近期的一种犯罪趋势是通过窃取室内保存的遥控钥匙的无线电ID来盗窃高价值车辆。事实证明，对于许多汽车来说，任何拥有合适无线电设备的人都可以从远处读取这些遥控钥匙的信息，然后偷走车辆。

当然，有一种方法可以阻止此类盗窃，这也导致了小型法拉第笼开始出现在家中。这些箱子内衬有细密的金属网，可以阻止无线电信号的传输，从而防止无线电ID被窃取。

如果WiFi成像变得普遍，人们肯定很快就会开始用类似但大得多的笼子来保护他们的家——尤其是他们的卧室和浴室。

这将令人遗憾，但也可能是一种必然。

参考：DensePose From WiFi：arxiv.org/abs/2301.00250