Американцы создали систему радионаблюдения через стену (3 фото + видео)
Использование нейросетей становится все более привычным в различных сферах деятельности человека. Разработчики из Массачусетского технологического института планируют использовать возможности искусственного интеллекта для систем наблюдения, способных по видеозаписи и данным сканирования радиоволнами распознавать действия человека находящегося за непроницаемым препятствием, например за стеной.
Представляемый учеными алгоритм имеет два блока. Первоначальные данные поступают с видеокамеры или радио сканера в нейросеть, где создается анимационная скелетообразная трехмерная модель тела человека. Далее во втором модуле программа путем анализа распознает наиболее распространенные движения человека: разговор по телефону, пожатие руки, похлопывание по плечу или обмен предметами.
При обработке данных полученных с видеокамеры использовались открытый алгоритм AlphaPose и программа, трансформирующая плоские скелетообразные модели в трехмерные. В случае плохого освещения или наличия непроницаемого для видеокамер препятствия использовались радио сканеры, работающие в режиме приема-передачи на частоте от 5,4 до 7,2 ГГц. Такие передатчики оснащаются двумя антеннами, расположенными в вертикальном и горизонтальном направлении. Используя прием отраженных сигналов алгоритм формирует трехмерные скелетообразные модели.
При обучении искусственного интеллекта использовались несколько наборов данных (датасеты), позволяющих по радиосигналам создавать определённые модели, использовался и открытый датасет распознавания действий PKU-MMD.
При тестировании версии использующей радиоволновые сканеры разработчики достигли точности в зоне прямой видимости уровня 87,8%, что сопоставимо с работой видеонаблюдения при нормальном освещении. При этом радио сканер показал более высокую достоверность, чем видеонаблюдение при плохом освещении. Между тем при наблюдении при помощи сканера через стену точность несколько снизилась и составила 83%.
Такая система наблюдения может быть эффективно использована в системах управления умным домом, где некоторые владельцы не желают устанавливать видеокамеры из соображения сохранения личного пространства.