Investigadores de la Universidad Carnegie Mellon han reutilizado una pieza de tecnología común presente en prácticamente todos los hogares para que funcione como una tecnología de rastreo. Mediante el uso de enrutadores WiFi, han desarrollado un método para detectar la forma tridimensional y los movimientos de los cuerpos humanos en una habitación, sin el uso de cámaras o costoso hardware LiDAR.
“Creemos que las señales WiFi pueden servir como un sustituto omnipresente de las imágenes RGB para la detección humana en ciertos casos. La iluminación y la oclusión tienen poco efecto en las soluciones basadas en Wi-Fi que se utilizan para la supervisión de interiores. Además, protegen la privacidad de las personas y el equipo necesario se puede comprar a un precio razonable. De hecho, la mayoría de los hogares en los países desarrollados ya tienen WiFi en el hogar, y esta tecnología puede escalarse para monitorear el bienestar de las personas mayores o simplemente identificar comportamientos sospechosos en el hogar”, escribieron los autores en su estudio, que aún no se ha publicado revisado formalmente por pares y está disponible en el servidor de preimpresión ArXiv.
El equipo usó DensePose, un sistema para mapear todos los píxeles en la superficie de un cuerpo humano en una foto, desarrollado por investigadores del laboratorio de inteligencia artificial de Facebook y un equipo con sede en Londres. Lo que hace que DensePose sea realmente poderoso es su capacidad para identificar más de dos docenas de puntos y áreas clave del cuerpo humano, como articulaciones y partes del cuerpo como los brazos, la cabeza y el torso, lo que permite que la IA describa la pose de una persona. Al combinar esto con una red neuronal profunda, pudieron mapear la fase y la amplitud de las señales WiFi enviadas y recibidas por los enrutadores a las coordenadas de los cuerpos humanos.
Para su demostración, los investigadores utilizaron tres enrutadores WiFi de $30 y tres receptores alineados que rebotan señales WiFi alrededor de las paredes de una habitación. El sistema cancela los objetos estáticos y se enfoca en las señales reflejadas por los objetos en movimiento, reconstruyendo la pose de una persona en una imagen similar a la de un radar, incluso si hay una pared entre los enrutadores y los sujetos. Este enfoque podría permitir que los enrutadores WiFi estándar vean a través de una variedad de obstáculos opacos, incluidos paneles de yeso, cercas de madera e incluso paredes de concreto.
Esta no es la primera vez que los investigadores intentan “ver” a las personas a través de las paredes. En 2013, un equipo del MIT encontró una manera de usar las señales de los teléfonos celulares para este propósito, y en 2018, otro equipo del MIT usó WiFi para detectar personas en otra habitación y traducir sus movimientos en figuras de palitos. Sin embargo, el nuevo estudio del equipo de Carnegie Mellon ofrece una resolución espacial mucho mayor. De hecho, puedes ver lo que hacen las personas que se están moviendo mirando sus poses. Anteriormente, otro equipo de Carnegie Mellon desarrolló un sistema de cámara que puede “ver las vibraciones del sonido con tal precisión y detalle que puede reconstruir la música de un solo instrumento en una banda u orquesta” sin usar micrófonos.
Los investigadores creen que las señales WiFi “pueden servir como un sustituto omnipresente” de las cámaras RGB normales, citando una serie de ventajas que incluyen la naturaleza omnipresente de dichos dispositivos, su bajo costo y el hecho de que el uso de WiFi supera obstáculos como la mala iluminación y la oclusión que enfrentan los lentes de cámara normales. Agregan que el “comportamiento sospechoso” dentro de un hogar puede detectarse y marcarse.
Sin embargo, la pregunta sigue siendo ¿qué constituye “comportamientos sospechosos” en este contexto? Con compañías como Amazon intentando colocar drones con cámara dentro de nuestros hogares, el uso generalizado de la detección humana habilitada para WiFi genera preocupaciones sobre la explotación de la privacidad. Esta tecnología puede resultar ser un arma de doble filo, y será crucial considerar las implicaciones antes de que llegue al mercado general.
Fuente: ZME Science.
