Im linken Bild sind zwei WiFi-Transceiver installiert. Der Sender sendet ein Funksignal, dessen Empfangsleistung (oder -größe) vom Empfänger gemessen wird. Dann kann XModal-ID anhand des Videomaterials auf der rechten Seite - und unter Verwendung nur dieser empfangenen Leistungsmessungen - feststellen, ob die Person hinter der Wand der linken Figur dieselbe Person im Videomaterial ist. (Quelle: ece.ucsb.edu)

 

Das System "XModal-ID" von Forschern der University of California, Santa Barbara (UCSB) kann durch Wände sehen, um dahinterstehende Personen zu identifizieren. Das funktioniert dank zweier WLAN-Sendeempfänger, die außerhalb des Raumes beziehungsweise Gebäudes positioniert werden. Deren Signal wird von einem Algorithmus analysiert und mit Videomaterial verglichen, das den Verdächtigen zeigt. Die Trefferquote liegt bei 84 Prozent.

 

Individueller Gang des Menschen

"Unsere neue Video-WLAN-Identifizierungstechnik könnte für eine ganze Reihe von Anwendungen interessant sein - von Überwachungssystemen über Sicherheitslösungen bis hin zu Smart Homes", so Yasamin Mostofi, Professorin für Electrical and Computer Engineering am College of Engineering der UCSB. Zum Beispiel sei ein Szenario vorstellbar, bei dem die Polizei einen Videomitschnitt eines Einbruchs hat und wissen will, ob sich der Räuber im Gebäude versteckt. "Unsere Methode kann genau das und benötigt dafür nur zwei handelsübliche WLAN-Transceiver."

 

Um herauszufinden, ob die Person im Haus mit dem Täter aus dem Video übereinstimmt, legt XModal-ID besonderes Augenmerk auf eine ganz bestimmte Eigenschaft eines Menschen: seinen Gang. "Die Art und Weise, wie wir uns bewegen, ist einzigartig. Wir haben zum ersten Mal einen Weg gefunden, diese Information aus einem Video auf den WLAN-Bereich zu übertragen", betont Mostofi. Dass dieser Ansatz in der Praxis sehr gut funktioniere, habe man bei zahlreichen Tests am eigenen Campus gesehen, ergänzt Projektmitarbeiter Herbert Cai: "Wir konnten die Leute in 84 Prozent der Fälle richtig identifizieren."

 

Charakteristische Schlüsselfaktoren

Bei den Experimenten von Mostofis Team wird ein Algorithmus zunächst mit Videomaterial gefüttert, um ein 3D-Gerüst der äußeren Oberfläche des menschlichen Körpers zu erstellen, die im Bild zu sehen ist. Anschließend simulieren die Forscher dann auf Basis der gesammelten Daten das individuelle elektromagnetische Hochfrequenzsignal, das entstehen würde, wenn sich genau diese Person in Reichweite des WLAN-Signals aufhält.

 

Als nächstes werden mittels Zeit-Frequenz-Analyse die Schlüsselfaktoren identifiziert, die für den Gang der betreffenden Person charakteristisch sind. "Durch den Vergleich der entsprechenden Ergebnisse aus der Analyse des Videos und dem WLAN-Signal lässt sich dann relativ eindeutig sagen, ob die Person aus dem Video mit derjenigen hinter der Wand übereinstimmt", schildert Mostofi.

(Quelle: pressetext.de)

 

Siehe auch:

http://ucsb.edu/

https://www.ece.ucsb.edu/~ymostofi/IdentificationThroughWalls

https://www.ece.ucsb.edu/~ymostofi/