63. 非视线成像-基于WIFI

2021-10-25 10:31:39 浏览数 (1)

在上一篇文章62. 非视线成像 - 基于飞秒摄影技术中,我介绍了利用飞秒相机来进行非视线成像的方法,其概念图如下:

你可以看到,隐藏的目标和相机之间没有了直接的光路,但还是通过可见光的反射间接的获取了最终的三维图像。

我们不禁要问一个问题,如果这个房间的门窗是关上的,可见光根本无法进入或者不方便进行可见光探测呢?此时又该如何进行非视线成像啊?

比如著名游戏Unheard里面的场景,身处红框中的你,要如何才能知道对面房间老范和李仲文的动向?

稍加思考,你可能会想到,既然可见光不行,那我用非可见光,或特殊波长的电磁波行不行啊?这当然是可以的。如下图所示,可见光只是整个电磁波谱中的很小一部分,我们有很多选择。而为了让信号能够穿墙,我们自然是需要选择波长比可见光更长的电磁波——事实上,我们日常生活中经常接触WIFI信号,其频率就在2.4GHz,你也知道,WIFI是可以穿墙的

那么问题来了,如何利用WIFI信号来进行非视线成像呢?有很多机构对此进行了探索。

比如MIT的林肯实验室,2010年左右搞了一套军用设备,它包含大功率的信号发射源,超大的带宽占用(需要2.4GHz带宽),还有一个两三米宽的天线阵列:

伦敦大学的研究人员则在2012年左右试图利用常规的WIFI信号来成像,但是需要在房间里面搞一个接收器,并和房间外的接收器连接——这个感觉就是谍战片里面窃听器的升级版,显然是很不切实际的。

我今天想要介绍的,则是一种低带宽需求,低功耗,完全不需要在被观察房间里面安装任何接收设备的非视线成像技术,它就是由MIT的Fadel Adib和Dina Katabi教授领导的WIVI项目(项目主页:http://people.csail.mit.edu/fadel/wivi/index.html)

我们先来看看它的效果:在下面这个视频中,房间外放了一个WIVI设备,房间内没有任何探测设备,我们可以清楚的看到WIVI捕捉到了房间内男子的运动轨迹:

再来看看一个隔墙操作电灯的例子:

看到这里,我想你一定开始好奇了,这是如何做到的呢?我们先想想,如果自己想要通过WIFI信号来探测隔壁房间里面的情况,会遇到什么样的困难?

你可能会想,这似乎就是简单的通过向隔壁房间发射WIFI信号,并分析反射的电磁波即可,就跟普通的雷达、声呐一样的原理吧:

然而,事情远没有这么简单。看看下面这张图,我们发射的WIFI信号在穿透墙壁再返回接收天线时会大大的衰减,衰减量大概有3到5个数量级!

这还不算最麻烦的,更糟糕的是发射的信号会首先被墙壁反射,这个反射波的幅度远远超过真正有意义的信号幅度,使得接收端会饱和,严重的干扰我们对有用的反射信号的分析——实际上这种现象被作者称为“闪光效应”,因为你对着镜子打开闪光灯拍照时,也会出现类似的现象:实际信息被强光掩盖了!实际上,不仅墙壁的回波会导致闪光效应,发射天线发出的电磁波还会部分的被接收天线直接接收到,这同样会导致严重的闪光效应。

闪光效应,图片来源: https://www.mamamia.com.au/kayla-kendrigan/

那么,应该如何处理上述困难呢?作者的想法很简单:使得墙壁,被探测房间内的家具等静止物体的反射波抵消掉,只保留房间内运动物体的反射波。

在通信领域,有一种技术叫做MIMO(multiple-input and multiple-output),这是一种利用多个发射天线和多个接收天线来提升信道容量的技术。这里,可以通过恰当的设置,限制某些接收天线只能接收特定的发射天线的信号。

作者借用了这种思想,搭建了一个有两个发射天线和一个接收天线的原型系统,如下图所示:

这个系统工作时,会先由其中一个发射天线发射信号x,接收信号收到信号

。接下来由另外一个发射天线发射信号x,接收天线收到信号

。这样,就探测到了两个不同的信道的增益。

接下来,让两个发射天线同时工作,第1个天线发射信号x,第2个天线发射信号

,其中,

,这样接收天线将收到信号

,也就是说两个发射天线信号相互抵消了!

利用这个原理,所有静态的物体的发射电磁波的信号都会被抵消掉,包括墙壁、房间内外的家具等等。

与此同时,如果房间内的人在移动,那么其对发射信号的反射信道增益也是在变化的,也就导致了接收到的关于人的信号不为0:

这样就实现了我们预想的目的:

  • 静态物体的反射信号被抵消
  • 移动目标的反射信号被捕获,从而可以进一步分析

接下来,我们将面对另外一个挑战:如何定位房间里面移动的人?当目标反射电磁波时,我们可以将它看做一个发射源。一般来说,在定位空间中的电磁波发射源时,会采用接收天线阵列,就像这样:

但作者的目的是不适用体积庞大昂贵的接收天线阵列——别忘了现在只有一个接收天线。所以他们又利用了了一种名为逆合成孔径雷达(ISAR)的技术。ISAR利用目标的运动来模拟天线阵列,在任何时间点,单个接收器只会捕获1个信号测量值。然而,随着目标的移动,目标会在空间中的连续位置对接收到的信号进行采样,就好像我们在每个点上都有接收天线一样。简单说,我们利用时域的信息来获取了目标的位置,这样就取代了原本必须的空域多天线需求。

现在让我看看作者给出的原型Wi-Vi设备的表现。在下面这个视频中,Wi-Vi设备被放在了房间的墙壁外面,底部的蓝色的窗口显示了显示设备的输出。一开始房间是空的,所以我们看不到任何信号的波动。当目标出现在房间并逐渐远离墙壁时,我们会观察到向下的曲线出现。当目标保持静止时,曲线归零。而当目标开始微小的动作时,我们就又能从观察到信号的变化:

在这个基础上,作者实现了初步的动作识别——通过给目标的运动设计一套规则,例如向前走再向后走为0,向后走再向前走为1。将连续的多个这样的动作组合起来,就可以传达简单的信息了:

接收端分析过程:

不仅如此,作者还发现这个技术可以用来探测房间内的人的数量,当房间内只有1个运动人物时,只有单条曲线:

而当多人在房间中时,接收端将看到多条曲线:

利用这个原理,作者设计了一个简洁的分类算法(这对当前很多熟悉机器学习的读者并不陌生),可以很准确的获取房间中的人数:

为了进行更加精准的定位,在原型Wi-Vi基础上,作者设计了WiTrack系统,它由发射天线,三个接收天线组成,其中发射端发射信号的强度是通常路由器的WiFi信号强度的百分之一(约0.75mW)

这个系统能实现更加精准的定位(厘米级)和手势识别,如下面视频所示:

甚至可以实现对呼吸频率的判断,这个跟我之前讲过的8. 图像处理的应用 - 动作放大,都能做到实时的非接触式呼吸检测:

我们目前讲的内容,基本上还是把被探测目标当成了一个个的二维点来看待。作者后续继续改进了系统,能够以热力图的形式对目标进行成像。

这里是将多个发射天线和接收天线安装为T字形,并利用到每时每刻只有法线方向的发射、接收强度最大,从而每个特定的接收天线在同一时刻在目标上的各个表面上的信号强度不同(从而可以构建一个热力图)。所以将各个时刻不同天线的接收信号组合起来,就能估计出人体的姿态热力图

你可以通过下面的视频,了解更多的细节:

写到这里,我不禁想起施瓦辛格主演的电影《蒸发密令》

这部电影里面,这把电磁枪不禁威力巨大,而且它的瞄具还能够穿墙看到远处房间里面的目标动向。

以前我觉得这整的也太夸张了吧,但现在看来,原来未来早已来到,穿墙透视技术已经被实现了!我在油管上看到了一个记者采访项目领导Dina Katabi教授关于隐私问题时,她的回答还是有点闪烁,我想我们终将需要在技术与隐私之间找到某种平衡吧。

参考资料

今天的文章主要参考了如下资料:

  1. CMU 2017 Fall Computational Photography Course 15-463, Lecture 26: http://graphics.cs.cmu.edu/courses/15-463/2017_fall/lectures/lecture26.pdf
  2. Wi-Vi项目官网信息:http://people.csail.mit.edu/fadel/wivi/index.html
    • 论文:See Through Walls with Wi-Fi!, Fadel Adib and Dina Katabi, 2013
    • 讲义: See Through Walls with Wi-Fi,链接
    • 论文:3D Tracking via Body Radio Reflections, Fadel Adib, Zach Kabelac, Dina Katabi, Robert C. Miller, 2014
    • 讲义: 3D Tracking via Body Radio Reflections, Fadel Adib, Zach Kabelac, Dina Katabi, Robert C.Miller, 2014
    • 论文:Capturing the Human Figure Through a Wall, Fadel Adib, Chen-Yu Hsu, Hongzi Mao, Dina Katabi, Fredo Durand, 2015
    • 视频:[VIDEO]
  • 网易视频:蒸发密令片段:https://3g.163.com/v/video/VYI8CL80E.html
  • 闪光效应示意图: https://www.mamamia.com.au/kayla-kendrigan/

本文同步发表在我的微信公众号和知乎专栏“计算摄影学”,欢迎扫码关注,转载请注明作者和来源

0 人点赞