Votre humble routeur Wi-Fi (s’ouvre dans un nouvel onglet) signal pourrait être utilisé pour suivre vos mouvements dans une pièce, style chauve-souris, selon un nouveau rapport.
Des chercheurs de l’Université Carnegie Mellon ont récemment publié un rapport dans lequel ils détaillent une expérience utilisant des routeurs Wi-Fi ordinaires prêts à l’emploi pour détecter les emplacements des personnes, ainsi que leurs poses, dans une pièce.
L’expérience, bien que non sans défauts, a été un succès global, prouvant que les terminaux pouvaient être utilisés pour suivre les personnes. Il est décrit comme un moyen éthique et respectueux de la vie privée de surveiller des personnes (principalement âgées et seules).
Images précises
En termes simples, le signal Wi-Fi transmis par les routeurs peut être utilisé comme une sorte de sonar, où un programme alimenté par l’IA analyse la différence de densité entre les signaux sortants et entrants, et revient avec des images filaires de personnes dans le salle.
Dans certains cas, les images sont revenues incomplètes ou ont montré des personnes dans des poses étranges et non naturelles, démontrant que la méthode a évidemment encore besoin de travail. Mais dans de nombreux cas, les images créées par l’IA étaient assez précises. Les positions des personnes dans une pièce étaient exactes, leurs dimensions étaient exactes, leurs poses étaient exactes.
Outre les erreurs occasionnelles de rendu, un autre défi majeur est de pouvoir suivre un plus grand nombre de personnes. Jusqu’à présent, les routeurs sont capables de suivre avec succès jusqu’à trois personnes.
Pour l’expérience, les chercheurs ont utilisé des appareils TP-Link Archer A7 AC1750, qui coûtent la modique somme de 32 $. Par rapport à d’autres technologies de suivi, telles que LIDAR ou radar, l’utilisation de routeurs Wi-Fi à cette fin est extrêmement moins chère. Dans certains cas, les routeurs pourraient même être une meilleure solution par rapport aux caméras, étant donné qu’ils fonctionnent même si des personnes sont cachées derrière des objets tels que des meubles.
Il semble que les chercheurs poursuivront leurs travaux en essayant d’améliorer la solution via de meilleures données d’entraînement publiques pour la perception basée sur le Wi-Fi.
Via : Tom’s Hardware (s’ouvre dans un nouvel onglet)