Onderzoekers hebben een methode ontwikkeld waarbij ze wifi-signalen kunnen gebruiken voor het 'fingerprinten' van mensen. De techniek kan een rol bij surveillance spelen, aldus onderzoekers van de Sapienza Università di Roma. In hun onderzoek, 'WhoFi: Deep Person Re-Identification via Wi-Fi Channel Signal Encoding', stellen ze dat het bij videosurveillance vaak lastig is om een persoon op de beelden te herkennen.

Vaak wordt er dan gekeken of beelden van een individu met eerder gemaakte beelden overeenkomen. Er kan dan bijvoorbeeld worden gelet op zaken als kleding of postuur van de persoon in kwestie. Belichting of slechte camerahoeken kunnen de 'Re-Identification' (Re-ID) van personen echter belemmeren. Als oplossing bedachten de onderzoekers het gebruik van wifi-signalen, die niet worden gehinderd door belichting en door muren heen kunnen gaan.

"Het belangrijkste inzicht is dat als een wifi-signaal zich door een omgeving beweegt, de golfvorm wordt veranderd door de aanwezigheid en fysieke eigenschappen van objecten en mensen in het pad. Deze veranderingen, opgeslagen in de vorm van Channel State Information (CSI), bevat uitgebreide biometrische informatie. In tegenstelling tot optische systemen, die alleen het buitenste oppervlak van een persoon waarnemen, reageren wifi-signalen op interne structuren, zoals botten, organen en lichaamssamenstelling, wat voor specifieke signaalverstoringen per persoon zorgt, die als een unieke handtekening fungeren", aldus de onderzoekers.

Eerdere 'wireless sensing' methodes waren volgens de onderzoekers nog niet fijn genoeg. Door gebruik te maken van verschillende antennes en frequenties is het mogelijk een gedetailleerd profiel te maken van hoe de wifi-signalen op het lichaam van iemand reageren. Aan de hand van deze CSI zijn vervolgens patronen te herkennen en is uiteindelijk Re-Identification van personen mogelijk. De onderzoekers deden een test waarbij ze een nauwkeurigheidspercentage van meer dan 95 procent claimen. Ze concluderen dat deze resultaten laten zien dat wifi-signalen uiteindelijk zijn te gebruiken voor de ontwikkeling van signaal-gebaseerde Re-ID-systemen.