El equipo us\u00f3 DensePose, un sistema para mapear todos los p\u00edxeles 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 m\u00e1s de dos docenas de puntos y \u00e1reas 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 se\u00f1ales WiFi enviadas y recibidas por los enrutadores a las coordenadas de los cuerpos humanos.<\/p>\n\n\n\n Para su demostraci\u00f3n, los investigadores utilizaron tres enrutadores WiFi de $30 y tres receptores alineados que rebotan se\u00f1ales WiFi alrededor de las paredes de una habitaci\u00f3n. El sistema cancela los objetos est\u00e1ticos y se enfoca en las se\u00f1ales 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 podr\u00eda permitir que los enrutadores WiFi est\u00e1ndar vean a trav\u00e9s de una variedad de obst\u00e1culos opacos, incluidos paneles de yeso, cercas de madera e incluso paredes de concreto.<\/p>\n\n\n\n Esta no es la primera vez que los investigadores intentan “ver” a las personas a trav\u00e9s de las paredes. En 2013, un equipo del MIT encontr\u00f3 una manera de usar las se\u00f1ales de los tel\u00e9fonos celulares para este prop\u00f3sito, y en 2018, otro equipo del MIT us\u00f3 WiFi para detectar personas en otra habitaci\u00f3n y traducir sus movimientos en figuras de palitos. Sin embargo, el nuevo estudio del equipo de Carnegie Mellon ofrece una resoluci\u00f3n espacial mucho mayor. De hecho, puedes ver lo que hacen las personas que se est\u00e1n moviendo mirando sus poses. Anteriormente, otro equipo de Carnegie Mellon desarroll\u00f3 un sistema de c\u00e1mara que puede “ver las vibraciones del sonido con tal precisi\u00f3n y detalle que puede reconstruir la m\u00fasica de un solo instrumento en una banda u orquesta” sin usar micr\u00f3fonos.<\/p>\n\n\n\n Los investigadores creen que las se\u00f1ales WiFi “pueden servir como un sustituto omnipresente” de las c\u00e1maras 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 obst\u00e1culos como la mala iluminaci\u00f3n y la oclusi\u00f3n que enfrentan los lentes de c\u00e1mara normales. Agregan que el “comportamiento sospechoso” dentro de un hogar puede detectarse y marcarse.<\/p>\n\n\n\n Sin embargo, la pregunta sigue siendo \u00bfqu\u00e9 constituye “comportamientos sospechosos” en este contexto? Con compa\u00f1\u00edas como Amazon intentando colocar drones con c\u00e1mara dentro de nuestros hogares, el uso generalizado de la detecci\u00f3n humana habilitada para WiFi genera preocupaciones sobre la explotaci\u00f3n de la privacidad. Esta tecnolog\u00eda puede resultar ser un arma de doble filo, y ser\u00e1 crucial considerar las implicaciones antes de que llegue al mercado general.<\/p>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2023\/01\/image-34.png\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/einsteresante.com\/wp-content\/uploads\/2023\/01\/image-35-1024x576.png\")