Forscher der Carnegie Mellon Universität haben eine interessante neue DeepLearning-Methode vorgestellt, die es ermöglicht, die Position und Haltung mehrerer Personen in einem Raum nur anhand einer Analyse von WLAN Signalen zu bestimmen. Die Forscher sehen ihre Methode als kostengünstige und in manchen Anwendungsfällen auch qualitativ und datenschutztechnisch bessere Lösung an im Vergleich zu Systemen, welche RGB-Kamera, LiDAR oder Radar für die gleiche Aufgabe nutzen.
So hat die Nutzung der Strahlung vorhandener WLAN-Router in einem Raum den Vorteil, daß im Gegensatz zur Verwendung einer RGB-Kamera die Beleuchtung des Raumes oder gegenseitige Verdeckung von Personen kein Problem darstellen. Zudem wird - anders als bei Verwendung von Radar- und LiDAR-Technologie - keine spezielle und teure Hardware benötigt; das Experiment wurde zum Beispiel mit zwei handelsüblichen TP-Link AC1750 Routern im Wert von jeweils rund 30 Euro durchgeführt. Im Gegensatz zum Einsatz einer normalen Kamera fallen bei Raumüberwachung per WLAN keine in manchen Szenerien datenschutzrechlich bedenklichen Bilddaten an.
Das Team hat eine speziell trainierte DeepLearning KI entwickelt, welche die Phase und Amplitude von WiFi-Signalen auf grobe menschliche 3D-Modelle mit 24 unterschiedlichen Segmenten kartographiert und so unterschiedliche Haltungen abbilden kann (auch mehrerer Personen - erfolgreich getestet wurde mit bis zu fünf). Der Studie zufolge kann die neue Methode nur anhand von WLAN-Signalen die Haltungen und Position mehrerer Personen ähnlich gut wie eine Lösung schätzen, welche eine 3D-Bildanalyse nutzt. Voraussetzung sind jeweils drei WLAN Sender und Empfänger, die aber auch - wie im Experiment - in Gestalt einer Anordnung eines sendenden und eines empfangenden WLAN Routers mit jeweils drei Antennen realisiert werden kann.
Die Forscher schlagen als Anwendungsfälle unter anderem den Bereich Sicherheitstechnik vor - mittels schon vorhandenem WLAN könnte so aus der Ferne die eigene Wohnung auf illegale Eindringlinge überwacht werden oder es kann z.B. in einem Altenheim geprüft werden, ob ein alter Mensch gestürzt ist und Hilfe benötigt.
Denkbar wäre es aber auch, das neue Verfahren ergänzend zum Motion Capturing per Kamera zu nutzen, zum Beispiel in Situationen mit mehreren Menschen, wenn die Sicht der Kamera verdeckt wird.
