MIT新研究：AI+無(wú)線信號(hào)實(shí)現(xiàn)“穿墻識(shí)人”

　　近日，美國(guó)麻省理工學(xué)院(MIT)計(jì)算機(jī)與人工智能實(shí)驗(yàn)室的研究人員利用神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計(jì)了一個(gè)人體估計(jì)系統(tǒng)，可檢測(cè)隱藏在障礙物后方的人體目標(biāo)移動(dòng)。目前，該項(xiàng)研究的相關(guān)論文已經(jīng)發(fā)表在CVPR 2018上。

　　人體姿態(tài)估計(jì)，就是將一幅圖像或一段視頻中，人的頭、手、軀干和腿部關(guān)節(jié)點(diǎn)位置恢復(fù)出來(lái)，做出一個(gè)由關(guān)節(jié)點(diǎn)構(gòu)成的骨架。在此之前，障礙物遮擋是實(shí)現(xiàn)人體姿態(tài)估計(jì)的一大難題，如果身體被無(wú)法穿透的書(shū)柜、墻壁等遮擋，就無(wú)法被估計(jì)。

　　MIT研究開(kāi)發(fā)了射頻—姿態(tài)(RF-Pose)系統(tǒng)，先用WiFi無(wú)線信號(hào)分析穿越墻壁并從人體反射后的情況，再由人工智能將無(wú)線信號(hào)得到的信息轉(zhuǎn)化為人體的柱狀模型，從而展示其姿態(tài)、位置、動(dòng)作等。

　　RF-Pose能夠用于穿墻透視和光線昏暗的場(chǎng)景，在無(wú)遮擋物的情況下，系統(tǒng)的識(shí)別精度與當(dāng)前性能最優(yōu)的基于視覺(jué)的系統(tǒng)相當(dāng)。從監(jiān)測(cè)結(jié)果來(lái)看，系統(tǒng)在無(wú)遮擋情況下準(zhǔn)確率為62.4%，穿墻透視時(shí)，準(zhǔn)確率為58.1%。

　　這項(xiàng)研究應(yīng)用場(chǎng)景很廣。在醫(yī)療領(lǐng)域，該技術(shù)可幫助觀察帕金森氏癥、肌肉萎縮癥等患者的動(dòng)作，幫助疾病的診斷治療。在無(wú)人駕駛領(lǐng)域，該技術(shù)能更好地穿透障礙，提前感知障礙物后方的行人。

　　來(lái)源：72鉿(微信ID：ai72Hf)