וויפרקט מבוססת על דרך לפרש אותות אלה כדי לזהות את הקצוות של עצמים ואת הכיוון שלהם
החדשות פורסמו כי צוות של חוקרים מאוניברסיטת קליפורניה בסנטה ברברה פיתחה שיטה לקביעת קווי המתאר של עצמים נייחים מאחורי קיר מנתח עיוות אות Wi-Fi.
השיטה, הנקראת וויפרקט מבוסס על זיהוי שינויים באות המתרחשים בשל לאינטראקציה של גלים אלקטרומגנטיים הנובע ממשדר Wi-Fi עם קצוות של עצמים.
"הדמיית נופים קבועים עם WiFi היא אתגר לא מבוטל בגלל חוסר התנועה", אמר מוסטופי, פרופסור להנדסת חשמל ומחשבים. "לאחר מכן נקטנו בגישה שונה לחלוטין להתמודדות עם הבעיה הקשה הזו, תוך התמקדות במעקב אחר קצוות של עצמים". המתודולוגיה המוצעת ותוצאות הניסוי הופיעו ב-Proceedings of the IEEE National Radar Conference (RadarConf) לשנת 2023 ב-21 ביוני 2023.
החוקרים מסבירים זאת כאשר גל תדר רדיו (RF) של Wifi מוצא נקודת קצה, מייצר קונוס של קרניים יוצאות המכונה "הקונוס של קלר" מונחה על ידי העקרונות של תורת הדיפרקציה הגיאומטרית (GTD).
מוזכר כי המודל המתמטי של Wiffract יכול ללכוד את הקצוות של עצמים נייחים באמצעות תיאוריית GTD והקונוסים המתאימים של קלר. ברגע שהיא מזהה "נקודות קצה בעלות ביטחון גבוה", וויפרקט יכולה לשחזר צורות אובייקט תוך שיפור נוסף של מפת הקצה המתקבלת באמצעות טכניקות מתקדמות של ראייה ממוחשבת.
המנגנון המתמטי בו משתמשים החוקרים מבוסס על התיאוריה הגיאומטרית של עקיפה GTD, המתארת את ההשפעות המתרחשות כאשר גל אלקטרומגנטי מקיף מכשולים.
הדגמה של וויפרקט
ב-GTD, מניחים שהאנרגיה מתפשטת לאורך הקרניים ושדה הגל נחשב כסכום של שדות סוג הקרניים. בנוסף לאירוע, קרניים נשברות ומוחזרות, תיאוריית GDT מציגה את המושג של קרניים מפוזרות, המתרחשים כאשר ברק פוגע בקצה או נקודה חדה על פני השטח של עצם.
אם הקרן פוגעת בקצה, הקרניים המפוזרות יוצרות את פני השטח של חרוט קלר שזווית הפתיחה שלו שווה לכפולה מהזווית בין הקרן הפוגעת למשיק למשטח הקצה בנקודת העקיפה. אם הקרן הנכנסת מאונך למשיק לקצה, החרוט הופך למישור, ואם הוא פוגע בקצה הקודקוד, הקרניים המפוזרות מתפצלות באופן אחיד לכל הכיוונים.
"כאשר גל נתון פוגע בנקודת קצה, צץ חרוט של קרניים יוצאות על פי התיאוריה הגאומטרית של קלר (GTD), הנקרא חרוט קלר", הסביר מוסטופי. החוקרים מציינים שאינטראקציה זו אינה מוגבלת לקצוות חדים בעליל, אלא חלה על קבוצה רחבה יותר של משטחים עם עקמומיות קטנה מספיק.
"בהתאם לכיוון הקצה, החרוט משאיר עקבות שונים (כלומר חתכים חרוטיים) על סורג קליטה נתון. "לאחר מכן פיתחנו מסגרת מתמטית שמשתמשת בעקבות החרוטים האלה כחתימות כדי להסיק את כיוון הקצוות, ובכך ליצור מפת קצה של הסצנה", המשיך מוסטופי.
השיטה המוצעת אינה מצריכה אימון מקדים של הרשת העצבית ואינו מוגבל רק לזיהוי האובייקטים המכוסים במהלך למידת מכונה. במקום זאת, הרשת העצבית מנסה ליצור מחדש את קווי המתאר של עצמים שרירותיים על ידי מעקב אחר הקצוות שלהם.
מנתח אותות המחקה סט של אנטנות מקלט Wi-Fi לוקח בחשבון שינויים בעוצמת האות בנקודות בודדות במישור דו מימדי. באות שמגיע לנתח, הרשת העצבית מזהה עיוותים אופייניים של הגלים המפוזרים שנוצרים כאשר גל פוגע בקצה ומשחזר את המיקום המרחבי של הקצוות.
כהדגמה של השיטה, ארגנו החוקרים זיהוי של דוגמיות של אותיות האלפבית האנגלי שהוצבו מאחורי קיר, תוך שימוש בשלושה משדרי אותות אלחוטיים טיפוסיים הפועלים בתדרי Wi-Fi.
כדי לקבל את האות, נוצרה עגלת סריקה עם מספר מקלטי Wi-Fi שנעים קדימה ואחורה המדמים סט אנטנות. יש לציין כי השיטה פועלת לא רק עבור עצמים בעלי קצוות חדים גלויים, אלא ישימה גם על עצמים בעלי רמה קלה של עקמומיות פני השטח.
סוף סוף אם אתה מעוניין לדעת יותר על זה, אתה יכול לבדוק את הפרטים ב הקישור הבא.