Une étude publiée fin 2022 par des chercheurs de l’université Carnegie-Mellon (Pittsburgh, Pennsylvanie) et récemment découverte par nos confrères de Tom’s Hardware US porte sur le recours aux ondes Wi-Fi pour déterminer les postures de personnes au sein d’une pièce. Les premiers résultats sont assez convaincants.
Les tests n’ont pas nécessité du matériel très sophistiqué dans la pièce : de simples routeurs grand public, le TP-Link Archer A7 AC1750. Les chercheurs ont placé des appareils à chaque extrémité de la pièce. Ils ont ensuite analysé les informations d’état du canal (CSI) Wi-Fi par des algorithmes. Afin de faciliter les calculs, les chercheurs ont segmenté le corps humain en 24 parties.
Le système n’est pas infaillible et fait quelques erreurs, notamment à cause de certaines positions. En outre, il ne faut pas un trop grand nombre de sujets dans la pièce : idéalement, pas plus de trois. Les chercheurs estiment qu’il y a encore pas mal de travail à faire mais considèrent leur technique comme prometteuse. Enfin, si vous vous demandez à quoi pourrait bien servir cette technologie, les chercheurs la présentent comme un moyen d’assurer la sécurité des personnes âgées qui vivent seules. Après, le concept d’être espionné par un routeur Wi-Fi n’est certainement pas un très rassurant pour bon nombre d’individus.
Une alternative aux caméras
Voici comment les chercheurs résument leur projet ; vous pouvez consulter le PDF de 13 pages détaillant l’étude "DensePose From WiFi".
« Les progrès de la vision par ordinateur et des techniques d’apprentissage automatique ont permis de développer considérablement l’estimation de la pose humaine en 2D et 3D à partir de caméras RVB, de LiDAR et de radars. Cependant, l’estimation de la pose humaine à partir d’images est affectée par les obstacles et l’éclairage, qui sont courants dans de nombreux scénarios.
Les technologies radar et LiDAR, quant à elles, nécessitent du matériel spécialisé, coûteux et gourmand en énergie. En outre, le placement de ces capteurs dans des zones non publiques soulève d’importants problèmes de confidentialité.
Pour remédier à ces limitations, des recherches récentes ont exploré l’utilisation d’antennes WiFi (capteurs 1D) pour la segmentation du corps et la détection de points clés du corps. Cet article approfondit l’utilisation du signal WiFi en combinaison avec des architectures d’apprentissage profond, couramment utilisées en vision par ordinateur, pour estimer la correspondance de la pose humaine. Nous avons développé un réseau neuronal profond qui fait correspondre la phase et l’amplitude des signaux WiFi aux coordonnées UV [modélisation tridimensionnelle] dans 24 zones du corps humain.
Les résultats de l’étude révèlent que notre modèle peut estimer la pose de plusieurs sujets, avec des performances comparables aux approches basées sur l’image, en utilisant les signaux WiFi comme seule entrée. Cela ouvre la voie à des algorithmes de détection humaine peu coûteux, largement accessibles et préservant la vie privée. »
Source : Université de Carnegie Mellon via Tom’s Hardware US
Publié le 19 Janvier 2023 par Rémi Bouvet sur Tom's Hardware France
Hashtag Libractus :
#Science #Technologie #Recherche #UniversitéCarnegieMellon #Pittsburgh #Pennsylvanie #Wifi #Espion #Surveillance #Radar #LIDAR
Hashtag Freedomm :
