Conjunto de datos WiMANS: Rastreando la actividad humana con WiFi

La tecnología WiFi no es solo para conectarse a internet; también puede ayudarnos a entender qué están haciendo las personas sin necesidad de cámaras o dispositivos portátiles. Este método es útil en lugares como casas inteligentes o en el cuidado de la salud, donde la privacidad es importante. Sin embargo, la mayoría de los estudios hasta ahora se han centrado en rastrear a una sola persona a la vez. Esto limita su utilidad porque muchas situaciones involucran a varias personas.

Para abordar este problema, se ha creado un nuevo conjunto de datos llamado WiMANS. WiMANS permite a los investigadores estudiar cómo se pueden rastrear a varias personas al mismo tiempo usando Señales de WiFi. Este conjunto de datos incluye horas de información mostrando cómo varias personas se mueven e interactúan en diferentes actividades. Este esfuerzo puede llevar a una mejor comprensión y mejoras en cómo monitoreamos la Actividad humana en la vida cotidiana.

#¿Qué es WiMANS?

El conjunto de datos WiMANS es el primero de su tipo que se centra en rastrear a múltiples Usuarios a la vez utilizando señales de WiFi. Incluye más de 9.4 horas de datos recogidos de dos bandas de WiFi diferentes (2.4 GHz y 5 GHz), junto con videos que muestran lo que están haciendo los usuarios. El conjunto de datos tiene información sobre 11286 escenas donde diferentes actividades ocurren simultáneamente entre usuarios, ayudando a los investigadores a estudiar y comparar diferentes modelos que interpretan estos datos.

#¿Por qué es esto importante?

Las aplicaciones potenciales para rastrear la actividad humana utilizando señales de WiFi son enormes. En casas inteligentes, se pueden desarrollar sistemas para entender cuándo las personas están en casa, qué están haciendo y cómo brindar asistencia según sus necesidades. En el cuidado de la salud, monitorear a pacientes sin cámaras o sensores puede proteger su privacidad mientras se garantiza la seguridad. El conjunto de datos WiMANS tiene como objetivo allanar el camino para estos avances al proporcionar una fuente de datos confiable para los investigadores.

#Desafíos actuales en la detección humana basada en WiFi

Si bien el WiFi puede ser una gran herramienta para detectar la actividad humana, aún existen algunos obstáculos. La mayoría de los Conjuntos de datos existentes solo se centran en una persona a la vez, lo que dificulta aplicar los hallazgos a situaciones de la vida real que involucran a varios usuarios. Esta falta de conjuntos de datos de múltiples usuarios ha limitado el desarrollo de modelos que pueden rastrear efectivamente a varias personas al mismo tiempo.

Además, muchos conjuntos de datos actuales solo capturan señales de una banda de WiFi y carecen de videos sincronizados. Esto dificulta explorar tareas nuevas como entender posturas de manera más profunda. Por último, hay pocos puntos de referencia disponibles para que los investigadores comparen sus modelos, lo que hace difícil saber qué métodos funcionan mejor.

#La creación de WiMANS

Para abordar estos desafíos, se desarrolló WiMANS. Este conjunto de datos permite rastrear a múltiples usuarios al mismo tiempo mientras captura sus acciones a través de señales de WiFi y videos. Con 11286 muestras de datos de WiFi de dos bandas y grabaciones de video sincronizadas, los investigadores pueden analizar cómo se mueven y actúan diferentes personas juntas.

Cada muestra incluye hasta cinco personas realizando las mismas o diferentes actividades, lo que lo hace integral. Las anotaciones detalladas también incluyen información como identidades de usuarios, ubicaciones y las actividades que se están realizando.

#Cómo se recopiló WiMANS

Los datos para WiMANS se recogieron utilizando computadoras estándar equipadas con tarjetas de WiFi especiales. Se configuraron dos computadoras: una para enviar señales (el transmisor) y la otra para recoger los datos (el receptor). Mientras se recopilaban los datos de WiFi, una cámara grababa videos de las actividades que ocurrían en el entorno.

Durante cada sesión de recolección de datos, los usuarios realizaban tareas específicas mientras los dispositivos registraban las señales de WiFi. Esto se hizo en tres entornos comunes: un aula, una sala de reuniones y una habitación vacía, que representan situaciones diarias típicas.

#Actividades incluidas en WiMANS

El conjunto de datos captura una variedad de actividades que las personas realizan comúnmente. Estas actividades incluyen acciones como caminar, sentarse, acostarse, saltar, saludar y recoger cosas. Al capturar diferentes actividades en varios entornos, el conjunto de datos permite a los investigadores estudiar cómo las señales de WiFi varían con diferentes movimientos humanos.

#Diversidad de usuarios

Para la recolección de WiMANS, se reclutaron seis voluntarios para servir como usuarios en el conjunto de datos, lo que permite variación en los datos. Estas actividades de usuario se registraron en grupos, lo que significa que diferentes combinaciones de usuarios realizaron varias actividades al mismo tiempo. Este diseño ayuda a garantizar que el conjunto de datos sea robusto y refleje muchos escenarios posibles de la vida real.

#Organización de datos y accesibilidad

WiMANS consiste en datos tanto en bruto como procesados. Los datos en bruto incluyen las señales de WiFi capturadas durante los experimentos, mientras que los datos procesados incluyen la amplitud de estas señales. Además, los videos tomados durante las sesiones de recolección de datos están incluidos, proporcionando una referencia visual para los investigadores.

Este conjunto de datos está destinado a la investigación académica y se espera que contribuya a mejorar la detección de actividades de múltiples usuarios utilizando tecnología WiFi. Los investigadores pueden acceder a los datos, incluidas las anotaciones que detallan identidades de usuarios, ubicaciones y actividades.

#Evaluación con WiMANS

Para evaluar la efectividad de WiMANS, se probaron varios modelos utilizando el conjunto de datos para evaluar su capacidad de reconocer identidades de usuarios, ubicaciones y actividades. Esta evaluación proporciona información importante sobre qué tan bien funcionan los métodos actuales para la detección de actividades de múltiples usuarios basándose en señales de WiFi.

Los resultados son prometedores, particularmente en la identificación de usuarios y sus ubicaciones, aunque aún hay margen de mejora en el reconocimiento de actividades. Los investigadores pueden usar estos hallazgos para desarrollar y refinar modelos que mejoren el rastreo preciso.

#Direcciones futuras

El trabajo con WiMANS sienta las bases para futuras investigaciones en varias áreas. Una dirección potencial para estudios futuros es el desarrollo de estimación de pose de múltiples usuarios, donde los investigadores podrían usar los datos visuales para analizar las posturas de los usuarios junto con las señales de WiFi. Otro camino emocionante es explorar cómo aprovechar ambas bandas de frecuencia de WiFi juntas para mejorar la precisión general de la detección.

Además, la detección cruzada es un área con potencial, donde los estudios podrían ampliarse para incluir diferentes entornos o identidades de usuarios que no formaban parte del conjunto de datos original. Esto podría llevar a modelos más generalizados que se apliquen en varios entornos y condiciones.

#Consideraciones éticas

Al recopilar datos que involucran sujetos humanos, las consideraciones éticas son cruciales. En el caso de WiMANS, los voluntarios firmaron formularios de consentimiento reconociendo su participación y el uso previsto de sus datos. Sus identidades fueron anonimizadas para proteger su privacidad, y las actividades grabadas fueron acciones diarias comunes, minimizando los riesgos para los participantes.

El conjunto de datos solo debe usarse para fines académicos y no para aplicaciones comerciales o dañinas. Es importante garantizar que los avances realizados con estos datos beneficien a la sociedad sin infringir la privacidad o los derechos individuales.

#Conclusión

WiMANS representa un avance significativo en la detección humana basada en WiFi al proporcionar un conjunto de datos que permite el estudio de actividades de múltiples usuarios a la vez. Esta capacidad puede llevar a aplicaciones mejoradas en áreas como casas inteligentes, atención médica y monitoreo de seguridad. Si bien hay desafíos y limitaciones, el potencial de WiMANS para catalizar nuevas investigaciones y aplicaciones es sustancial.

Alentar a los investigadores a construir sobre este conjunto de datos y abordar las complejidades de la detección de múltiples usuarios, podemos esperar un futuro donde la actividad humana se monitoree de manera que sea discreta y respetuosa de la privacidad, aprovechando al máximo las capacidades de la tecnología moderna.

#Resumen de las características clave de WiMANS

• Múltiples usuarios: El conjunto de datos permite rastrear hasta cinco usuarios realizando actividades al mismo tiempo.
• Datos de doble banda: Captura datos de ambas bandas de WiFi de 2.4 GHz y 5 GHz.
• Videos sincronizados: Videos acompañan los datos para proporcionar contexto visual para las actividades.
• Anotaciones ricas: Información detallada sobre identidades de usuarios, ubicaciones y actividades se incluye para fines de investigación.
• Variedad de actividades: Nueve actividades diarias diferentes están representadas en el conjunto de datos.
• Recolección ética: Se obtuvo consentimiento de los participantes, asegurando prácticas de investigación éticas.

WiMANS está listo para avanzar en el campo de la detección humana basada en WiFi y es un paso hacia la creación de entornos más inteligentes y receptivos que respeten la privacidad y la libertad de los usuarios.