{"id":14253,"url":"\/distributions\/14253\/click?bit=1&hash=c3df30ba63239cdfca60f49674c864ab5b6179d6b87a2c008a77e9857fa505d2","title":"\u041f\u0435\u0440\u0432\u0430\u044f \u043f\u043e\u0434\u0432\u043e\u0434\u043d\u0430\u044f VR-\u0438\u0433\u0440\u0430 ","buttonText":"\u041f\u043e\u043a\u0430\u0436\u0438\u0442\u0435","imageUuid":"9a033227-147f-59b6-bc50-01b0d0cc9f0e"}

Подсчет людей по WiFi

Исследователи из Калифорнийского университета смогли подсчитать количество неподвижно сидящих людей в аудитории при помощи Wi-Fi. Технология не взаимодействует с мобильными устройствами, а опирается лишь математическую обработку данных, полученных с помощью стандартных источников беспроводного сигнала.

В экспериментах применялся один передатчик и один один приемник Wi-Fi сигнала. Устройства устанавливались в зону, где находились несколько человек и по разнице мощности принятого сигнала от каждой точки пространства можно было проанализировать сколько людей присутствует в помещении.

Для подсчета людей используется метод, основанный на том, что человек не может быть абсолютно неподвижным в течение продолжительного периода времени. У сидящего на месте человека всегда присутствуют небольшие естественные телодвижения, например, скрещивание ног, потягивание, кашлянье, он также может отрегулировать кресло, посмотреть на часы, заглянуть в смартфон и т.п. Поэтому несмотря на то, что подсчет неподвижных людей является довольно трудной задачей, зафиксировать “естественных непосед” всё же возможно.

Ниже приведены графики P1, P2, P3 и т.д., отображающие микро-движения, иначе говоря ерзания персон – Crowd Fidgeting Periods (CFPs). Ненулевой сигнал указывает на “непоседу”.

Ранее, в 2018 году подобная методика позволяла посчитать количество перемещающихся в помещении людей.

Теперь решена более сложная задача – подсчет относительно неподвижных людей.

Обработка данных дает результат, близкий к фактическому нахождению людей в комнате. Технология была протестирована в разных помещениях, с разным количеством людей и с разными сидениями. Всего было проведено 47 экспериментов в 4-х различных средах: лекция, презентация, просмотр фильма и чтение в библиотеке, включая детекцию людей через стены. В целом данный подход позволил подсчитать количество людей в закрытой аудитории с точностью 96% и в аудитории со стенными проемами с точность до 90%. В небольшой аудитории такая погрешность означает плюс/минус 1 человек.

Ключевые особенности метода:

  • не полагается на машинное обучение, требующего чрезмерного предварительного сбора Wi-Fi данных с учетом разного количества людей, конфигураций кресел и разного типа помещений;
  • основан только на математической модели;
  • не требует ношения людьми специальных устройств для считывания;
  • может осуществлять подсчет людей через стены.

Разработчики видят приложение для интеллектуального управления энергопотреблением, отоплением и кондиционированием зданий, для контроля размера аудитории во время пандемии, а также в целях бизнес-планирования и безопасности.

Поясняющее видео.

Новость основана на статье Сони Фернандес (Sonia Fernandez) и данных лаборатории профессора Ясамина Мостофи (Yasamin Mostofi) из Калифорнийский университета в Санта-Барбаре.

Материал подготовлен компанией ITSOFT. Размещение и аренда серверов и стоек в двух ЦОДах в Москве; colocation GPU-ферм и ASIC-майнеров, аренда GPU-серверов. Лицензии связи, SSL-сертификаты. Администрирование серверов и поддержка сайтов. UPTIME за последние годы составляет 100%.

0
3 комментария
ITSOFT
Автор

(в 2024 году будет реализован новый стандарт WiFi - 802.11bf, с помощью которого на частоте 60 ГГц можно будет определять даже жесты людей)

Ответить
Развернуть ветку
Вячеслав Быков

Почти 10 лет назад тем же самым занималсь https://habr.com/ru/post/149293/

Ответить
Развернуть ветку
ITSOFT
Автор

Всё верно, но данные разработчики продвинулись дальше - научились фиксировать почти неподвижных людей в помещении.

Ответить
Развернуть ветку
0 комментариев
Раскрывать всегда