Исследователи из лаборатории профессора Ясамина Мостофи в Калифорнийском университете в Санта-Барбаре предложили новую основу, которая может обеспечить высококачественную визуализацию неподвижных объектов только с помощью сигналов Wi-Fi. Их метод использует геометрическую теорию дифракции и соответствующие конусы Келлера для отслеживания краев объектов. Этот метод также позволил — впервые — визуализировать (читать) английский алфавит через стены с помощью Wi-Fi, задача, которая когда-то считалась слишком сложной для Wi-Fi из-за сложных деталей букв.
«Фотографировать неподвижные пейзажи с помощью Wi-Fi значительно сложнее из-за отсутствия движения», — сказал Мостофи, профессор электротехники и вычислительной техники. «Затем мы применили совершенно другой подход к решению этой сложной проблемы, сосредоточившись вместо этого на отслеживании краев объектов». Предложенная методология и экспериментальные результаты появились в материалах Национальной конференции IEEE по радиолокации 2023 года (RadarConf) 21 июня 2023 года.
Это нововведение основано на предыдущей работе лаборатории Mostofi, которая с 2009 года является пионером в области зондирования с помощью повседневных радиочастотных сигналов, таких как Wi-Fi, для нескольких различных приложений, включая анализ толпы, идентификацию личности, интеллектуальное здравоохранение и интеллектуальные пространства.
«Когда данная волна падает на краевую точку, в соответствии с геометрической теорией дифракции Келлера (GTD) возникает конус исходящих лучей, называемый конусом Келлера», — объяснил Мостофи. Исследователи отмечают, что это взаимодействие не ограничивается явно острыми краями, а распространяется на более широкий набор поверхностей с достаточно малой кривизной.
Источник: Калифорнийский университет в Санта-Барбаре
«В зависимости от ориентации кромки конус затем оставляет различные отпечатки (т.е. конические сечения) на заданной решетке приемника. Затем мы разрабатываем математическую структуру, которая использует эти конические отпечатки в качестве сигнатур для определения ориентации краев, создавая таким образом карту краев сцены», — продолжил Мостофи.
Более конкретно, команда предложила ядро проекции изображений на основе конуса Келлера. Это ядро неявно является функцией ориентаций ребер, взаимосвязи, которая затем используется для вывода о существовании / ориентации ребер посредством проверки гипотез на небольшом наборе возможных ориентаций ребер. Другими словами, если определено существование ребра, то для данной точки, которую они хотят отобразить, выбирается ориентация ребра, которая наилучшим образом соответствует результирующей сигнатуре на основе конуса Келлера.
«Границы реальных объектов имеют локальные зависимости», — сказал Анураг Паллапролу, ведущий аспирант проекта. «Таким образом, как только мы находим граничные точки с высокой степенью достоверности с помощью предлагаемого ядра обработки изображений, мы затем распространяем их информацию на остальные точки, используя байесовское распространение информации. Этот шаг может дополнительно помочь улучшить изображение, поскольку некоторые края могут находиться в слепой области или могут перекрываться другими краями, расположенными ближе к передатчикам.» Наконец, как только изображение сформировано, исследователи могут еще больше улучшить его, используя инструменты завершения изображения из области видимости.
«Стоит отметить, что традиционные методы визуализации приводят к плохому качеству изображения при использовании обычных приемопередатчиков Wi-Fi, — добавил Паллапролу, — поскольку поверхности могут казаться почти зеркальными на более низких частотах, что не оставляет достаточного следа на сетке приемника».
Образец изображения в условиях, не проходящих через стену: их метод позволяет получить изображение деталей буквы P способами, которые ранее были невозможны.
Исследователи также тщательно изучили влияние нескольких различных параметров, таких как кривизна поверхности, ориентация кромок, расстояние до сетки приемника и местоположение передатчика, на конусы Келлера и предложенную ими систему визуализации на основе кромок, тем самым разработав основу для методичного проектирования системы визуализации.
В экспериментах команды три готовых передатчика Wi-Fi отправляли беспроводные волны в этом районе. Затем приемники Wi-Fi устанавливаются на беспилотный автомобиль, который эмулирует сеть приемников Wi-Fi при движении. Приемник измеряет мощность принятого сигнала, который затем использует для формирования изображений на основе предложенной методологии.
Исследователи тщательно протестировали эту технологию с помощью нескольких экспериментов в трех различных областях, включая сценарии сквозных стен. В одном примере приложения они разработали считыватель Wi-Fi, чтобы продемонстрировать возможности предлагаемого конвейера.
Это приложение особенно информативно, поскольку английский алфавит содержит сложные детали, которые можно использовать для проверки производительности системы обработки изображений. В этом направлении группа показала, как они могут успешно изобразить несколько объектов в форме алфавита. В дополнение к визуализации они могут дополнительно классифицировать буквы. Наконец, они показали, как их подход позволяет Wi-Fi создавать изображения и считывать их сквозь стены, отображая детали и далее считывая буквы слова «ВЕРИТЬ» через стены. Кроме того, они также сфотографировали ряд других объектов, показав, что они могут фиксировать детали, ранее невозможные с помощью Wi-Fi.
