"L'imagerie de paysages fixes avec le WiFi est un défi considérable en raison de l'absence de mouvement", a déclaré Mostofi, professeure d'ingénierie électrique et informatique. "Nous avons donc adopté une approche complètement différente pour résoudre ce problème difficile en nous concentrant sur le traçage des bords des objets. La méthodologie proposée et les résultats expérimentaux ont été publiés dans les actes de la 2023 IEEE National Conference on Radar (RadarConf) le 21 juin 2023."
Cette innovation s'appuie sur les travaux antérieurs du Mostofi Lab qui, depuis 2009, a fait œuvre de pionnier en matière de détection à l'aide de signaux de radiofréquence courants, tels que le WiFi, pour plusieurs applications différentes, notamment l'analyse des foules, l'identification des personnes, la santé intelligente et les espaces intelligents.
"Lorsqu'une onde donnée est incidente sur un point de bord, un cône de rayons sortants émerge conformément à la théorie géométrique de la diffraction de Keller (GTD), appelé cône de Keller", a expliqué la professeure Mostofi. Les chercheurs notent que cette interaction ne se limite pas aux arêtes visiblement tranchantes, mais s'applique à un ensemble plus large de surfaces dont la courbure est suffisamment faible.
"En fonction de l'orientation des bords, le cône laisse différentes empreintes (c'est-à-dire des sections coniques) sur une grille de réception donnée. Nous développons ensuite un cadre mathématique qui utilise ces empreintes coniques comme signatures pour déduire l'orientation des bords, créant ainsi une carte des bords de la scène", poursuit la professeure Mostofi.
Plus précisément, l'équipe a proposé un noyau de projection d'images basé sur les cônes de Keller. Ce noyau est implicitement une fonction de l'orientation des bords, une relation qui est ensuite exploitée pour déduire l'existence/l'orientation des bords par le biais de tests d'hypothèse sur un petit ensemble d'orientations possibles des bords. En d'autres termes, si l'existence d'une arête est déterminée, l'orientation de l'arête qui correspond le mieux à la signature de Keller basée sur le cône est choisie pour un point donné que l'on souhaite imager.
"Les bords des objets de la vie réelle ont des dépendances locales", explique Anurag Pallaprolu, doctorant principal du projet. "Ainsi, une fois que nous avons trouvé les points d'arête les plus fiables grâce au noyau d'imagerie proposé, nous propageons leurs informations au reste des points à l'aide de la propagation bayésienne de l'information. Cette étape peut contribuer à améliorer l'image, étant donné que certaines arêtes peuvent se trouver dans une région aveugle ou être dominées par d'autres arêtes plus proches des émetteurs." Enfin, une fois l'image formée, les chercheurs peuvent encore l'améliorer en utilisant des outils de complétion d'image dans le domaine de la vision.
"Il convient de noter que les techniques d'imagerie traditionnelles produisent une image de mauvaise qualité lorsqu'elles sont déployées avec des émetteurs-récepteurs WiFi ordinaires", ajoute M. Pallaprolu, "car les surfaces peuvent apparaître presque spéculaires à des fréquences plus basses, ne laissant donc pas suffisamment de signature sur la grille du récepteur."
Les chercheurs ont également étudié de manière approfondie l'impact de plusieurs paramètres différents, tels que la courbure d'une surface, l'orientation des bords, la distance par rapport à la grille du récepteur et l'emplacement de l'émetteur sur les cônes Keller et leur système d'imagerie basé sur les bords proposé, jetant ainsi les bases d'une conception méthodique du système d'imagerie.
Dans les expériences de l'équipe, trois émetteurs WiFi disponibles dans le commerce envoient des ondes sans fil dans la zone. Des récepteurs WiFi sont ensuite montés sur un véhicule sans pilote qui émule une grille de réception WiFi au fur et à mesure de ses déplacements. Le récepteur mesure la puissance du signal reçu, qu'il utilise ensuite pour l'imagerie, selon la méthodologie proposée.
Les chercheurs ont testé cette technologie de manière approfondie en réalisant plusieurs expériences dans trois domaines différents, y compris des scénarios de passage à travers les murs. Dans un exemple d'application, ils ont développé un lecteur WiFi pour démontrer les capacités du pipeline proposé.
Cette application est particulièrement instructive car l'alphabet anglais présente des détails complexes qui peuvent être utilisés pour tester les performances du système d'imagerie. Dans cette optique, le groupe a montré comment il pouvait imager avec succès plusieurs objets en forme d'alphabet. En plus de l'imagerie, ils peuvent classer les lettres. Enfin, ils ont montré comment leur approche permet au WiFi d'imager et de lire à travers les murs en imagerie les détails et en lisant les lettres du mot "BELIEVE" à travers les murs. Ils ont en outre imagé un certain nombre d'autres objets, montrant qu'ils peuvent capturer des détails qui n'étaient pas possibles avec le WiFi auparavant.
Dans l'ensemble, l'approche proposée peut ouvrir de nouvelles voies pour l'imagerie médicale.
Source : Mostofi Lab
Et vous ?
Pensez-vous que cette étude est crédible ou pertinente ?
Quel est votre avis sur cette nouvelle utilisation du Wifi ?
Voir aussi :
Des scientifiques deviennent étrangement doués pour utiliser le Wi-Fi afin de "voir" les personnes en détail à travers les murs,
Ils utilisent les signaux Wi-Fi pour cartographier le corps humain
Watson Health, la division d'IBM destinée à la recherche médicale, est vendue, alors qu'elle était censée révolutionner les soins de santé grâce à l'IA
Une femme allergique au Wi-Fi dort dans un sac de couchage spécial qui bloque les champs électromagnétiques. Elle craint que l'introduction de la 5G ne la tue