Ученые из Сингапура разработали новый метод отслеживания человеческих движений с помощью WiFi-сигнала, что позволяет максимально детально проецировать физические движения в виртуальную реальность.
Цзяньфэй Ян, Шицзе Тан, Юэконг Сюй и Юньцзяо Чжоу, выпускники Наньянского технологического университета Сингапура, под руководством Лихуа Се, члена Института инженеров электротехники и электроники (IEEE), представили прототип устройства, которое позволяет распознавать действия человека и фиксировать движения тела в среде с ограниченной видимостью.
Для эффективного отслеживания человеческих движений ученые использовали WiFi-сигнал, который может быть настроен таким образом, чтобы обнаружить сердцебиение и дыхание человека. При этом дополнительные преграды, такие как стены или ограниченная видимость, для такого способа не является препятствием. Для обнаружения объектов в пространстве используются радиосигналы, аналогичные сигналам отправки и приема данных WiFi.
Согласно препринту исследования, устройство может внести значительные инновации в различные области, например, в здравоохранение или мониторинг безопасности. Однако основную сферу применения устройства команда видит в проецировании движений физического тела в виртуальное Metaverse-пространство.
Современные методы захвата физических движений используют датчики на устройствах, камеры или их комбинацию. Однако такой подход предполагает ограниченный радиус действия, а в условиях, к примеру, отсутствия необходимого освещения, и вовсе делает их неработоспособными. Разработанный же учеными метод на основе WiFi-сигналов может избавить современные Metaverse-устройства от всех существующих недостатков и проецировать в виртуальное пространство сложную физическую активность.
Несмотря на все преимущества использования метода WiFi-отслеживания телодвижений, он имеет один недостаток. Так, для настройки оборудования требуется сбор огромного количества данных, что возможно при использовании моделей искусственного интеллекта (AI), однако их обучение является кропотливой и сложной задачей на данный момент.
В своих исследованиях ученые предложили использовать MaskFi — модель обучения AI на базе использования неразмеченных видео для обработки данных WiFi-отслеживания. Такой подход позволяет обучать AI-модель постепенно, начиная с небольшого набора данных, постепенно расширяя их диапазон. Стоит отметить, что точность данных при применении MaskFi составляет примерно 97%.
Напомним, недавнее исследование показало, что объем глобального рынка Metaverse-проектов в сфере здравоохранения может достичь почти $500 млрд в течение 10 лет.
