เทคโนโลยีการมองเห็นวัตถุที่อยู่หลังกำแพงโดยใช้ WiFi

ทีมนักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย ซานตาบาร์บา รา ได้พัฒนาวิธีการใหม่ที่สามารถจำลองภาพวัตถุคงที่ที่อยู่ด้านหลังกำแพงโดยใช้ WiFi

มีคำว่า BELIEVE ติดไว้ด้านหลังกำแพง (ด้านบน) และภาพถ่ายด้วย WiFi (ด้านล่าง) ภาพถ่าย: UC Santa Barbara

การตรวจจับวัตถุเคลื่อนไหวโดยใช้สัญญาณ WiFi ได้แสดงผลลัพธ์ที่มีแนวโน้มดี อย่างไรก็ตาม ความท้าทายอยู่ที่การนำเทคโนโลยีเดียวกันมาประยุกต์ใช้กับวัตถุที่อยู่นิ่ง เนื่องจากวัตถุเหล่านั้นไม่มีการเคลื่อนไหว เพื่อเอาชนะความท้าทายนี้ ทีมงานได้ใช้ตัวอักษรภาษาอังกฤษเป็นวัตถุคงที่ วิธีการของพวกเขาเรียกว่า Wiffract ซึ่งใช้คลื่นวิทยุจากเครื่องส่งสัญญาณ WiFi เพื่อทำการทดลอง

Wiffract มีพื้นฐานมาจากทฤษฎีการเลี้ยวเบนทางเรขาคณิต (Geometrical Diffraction Theory: GTD) ของ Joseph Keller โดยใช้ประโยชน์จากลายเซ็นที่ขอบทิ้งไว้บนกริดตัวรับ เมื่อคลื่นกระทบขอบ ยอดคลื่นจะปรากฏขึ้น เรียกว่า กรวยเคลเลอร์ ตาม GTD ปฏิสัมพันธ์ดังกล่าวไม่ได้ใช้ได้กับเฉพาะขอบคมที่มองเห็นได้เท่านั้น แต่ใช้ได้กับทุกพื้นผิวด้วย นักวิจัยติดตั้งกริดตัวรับสัญญาณไว้ใกล้กับขอบ รังสีที่สะท้อนออกมาจะทิ้งสัญญาณที่แตกต่างกันไว้บนกริดตัวรับ ช่วยให้ทีมสามารถกำหนดภาพของวัตถุที่พวกเขาติดตามได้

“จากนั้นเราจึงพัฒนาแบบจำลองทางคณิตศาสตร์ที่ใช้สัญญาณกรวยเพื่ออนุมานรูปร่างของขอบ” ยาซามิน โมสโทฟี ศาสตราจารย์มหาวิทยาลัยแคลิฟอร์เนีย ซานตาบาร์บารา กล่าว ซึ่งช่วยให้สามารถแสดงภาพสแน็ปช็อต WiFi ของตัวอักษรภาษาอังกฤษผ่านผนังได้

ในการทดลอง ทีมได้วางตัวอักษรคำว่า “BELIEVE” ไว้หลังกำแพงเพื่อให้อ่านผ่าน WiFi ผลลัพธ์สุดท้ายแสดงภาพข้อความที่ชัดเจน "Wiffract ไม่เพียงแต่สามารถระบุอักขระได้อย่างง่ายดายเท่านั้น แต่ยังจับรายละเอียดของตัวอักษรได้ดีมากอีกด้วย Wiffract ช่วยให้สามารถอ่านผ่านผนังได้โดยใช้ WiFi เป็นครั้งแรก" ทีมงานกล่าวสรุป

Mostofi และเพื่อนร่วมงานได้ทำการทดลอง 30 ครั้งโดยใช้การถ่ายภาพตัวอักษรภาษาอังกฤษตัวพิมพ์ใหญ่ เมื่อจับภาพได้แล้ว นักวิจัยสามารถปรับปรุงภาพได้ด้วยเครื่องมือปรับปรุง การประยุกต์ใช้ Wiffract ที่หลากหลายรวมไปถึงการวิเคราะห์ฝูงชน การจดจำผู้คน สุขภาพ และพื้นที่อัจฉริยะ

อัน คัง (ตาม หลักวิศวกรรมที่น่าสนใจ )

ลิงค์ที่มา: https://vnexpress.net/cong-nghe-nhin-do-vat-sau-buc-tuong-bang-wifi-4653815.html