Anzeige

Anzeige

VERANSTALTUNGEN

Bitkom | Digital Health Conference
26.11.19 - 26.11.19
In dbb Forum Berlin

IT & Information Security
26.11.19 - 27.11.19
In Titanic Chaussee Hotel, Berlin

Integriertes IT Demand und Portfolio Management
02.12.19 - 04.12.19
In Sofitel Berlin Kurfürstendamm, Germany

IT-Tage 2019
09.12.19 - 12.12.19
In Frankfurt

eoSearchSummit
06.02.20 - 06.02.20
In Würzburg, Congress Centrum

Anzeige

Anzeige

WLAN Erkennung

Ertappt: Die Einbrecher auf dem Video sind klar identifizierbar. (Foto: ucsb.edu)

Die Realität ist nicht mehr fern: Ein WLAN-System erkennt jetzt Personen durch Wände. Noch ist es ein Test... Das System "XModal-ID" von Forschern der University of California, Santa Barbara (UCSB) kann durch Wände sehen, um dahinterstehende Personen zu identifizieren. 

Das funktioniert dank zweier WLAN-Sendeempfänger, die außerhalb des Raumes beziehungsweise Gebäudes positioniert werden. Deren Signal wird von einem Algorithmus analysiert und mit Videomaterial verglichen, das den Verdächtigen zeigt. Die Trefferquote liegt bei 84 Prozent.

Individueller Gang des Menschen

"Unsere neue Video-WLAN-Identifizierungstechnik könnte für eine ganze Reihe von Anwendungen interessant sein - von Überwachungssystemen über Sicherheitslösungen bis hin zu Smart Homes", so Yasamin Mostofi, Professorin für Electrical and Computer Engineering am College of Engineering der UCSB. Zum Beispiel sei ein Szenario vorstellbar, bei dem die Polizei einen Videomitschnitt eines Einbruchs hat und wissen will, ob sich der Räuber im Gebäude versteckt. "Unsere Methode kann genau das und benötigt dafür nur zwei handelsübliche WLAN-Transceiver."

Um herauszufinden, ob die Person im Haus mit dem Täter aus dem Video übereinstimmt, legt XModal-ID besonderes Augenmerk auf eine ganz bestimmte Eigenschaft eines Menschen: seinen Gang. "Die Art und Weise, wie wir uns bewegen, ist einzigartig. Wir haben zum ersten Mal einen Weg gefunden, diese Information aus einem Video auf den WLAN-Bereich zu übertragen", betont Mostofi. Dass dieser Ansatz in der Praxis sehr gut funktioniere, habe man bei zahlreichen Tests am eigenen Campus gesehen, ergänzt Projektmitarbeiter Herbert Cai: "Wir konnten die Leute in 84 Prozent der Fälle richtig identifizieren."

Charakteristische Schlüsselfaktoren

Bei den Experimenten von Mostofis Team wird ein Algorithmus zunächst mit Videomaterial gefüttert, um ein 3D-Gerüst der äußeren Oberfläche des menschlichen Körpers zu erstellen, die im Bild zu sehen ist. Anschließend simulieren die Forscher dann auf Basis der gesammelten Daten das individuelle elektromagnetische Hochfrequenzsignal, das entstehen würde, wenn sich genau diese Person in Reichweite des WLAN-Signals aufhält.

Als nächstes werden mittels Zeit-Frequenz-Analyse die Schlüsselfaktoren identifiziert, die für den Gang der betreffenden Person charakteristisch sind. "Durch den Vergleich der entsprechenden Ergebnisse aus der Analyse des Videos und dem WLAN-Signal lässt sich dann relativ eindeutig sagen, ob die Person aus dem Video mit derjenigen hinter der Wand übereinstimmt", schildert Mostofi.

 

www.pressetext.com

GRID LIST
Tb W190 H80 Crop Int 33b9a71131ad5a9ccd7a600c6557b479

Bewerbung für den Start-Up-Pitch

Der DFC ist Hessens größte IT-Anwenderveranstaltung zum Thema Digitalisierung im…
Mobile

Alte Schwachstellen in beliebten Android-Apps

Check Point Research, die Threat Intelligence-Abteilung von Check Point Software…
Dollar

290 Millionen Dollar für deutsches Daten-Start-up

Der Münchner Datenanalyse-Start-up Celonis hat sich bei Investoren 290 Millionen Dollar…
KI Potenziale

Studie "Wirtschaftspotenziale von KI"

Technologien und Anwendungen auf Basis Künstlicher Intelligenz (KI) haben ein enormes…
Cloud team

NetApp und Google Cloud bauen strategische Partnerschaft aus

NetApp und Google Cloud geben die Verfügbarkeit von NetApp Cloud Volumes Service und…
Schuhgröße finden

ShoeFitter – Mit dem Smartphone zum passenden Schuh

Was es nicht alles gibt! Onlineshopping zählt ja zu den Lieblingsbeschäftigungen der…