人工智能通过墙壁感知人的姿势

来源：发布时间：2022-01-27 22:59:10 搜集整理：中国产业网

X射线视觉一直以来似乎是一个牵强的科幻幻想，但是在过去的十年中，由麻省理工学院计算机科学与人工智能实验室(CSAIL)的Dina Katabi教授带领的团队不断地使我们更接近透视墙。

他们的最新项目“ RF-Pose”使用人工智能(AI)来教导无线设备，甚至从墙壁的另一侧也可以感知人们的姿势和运动。

研究人员使用神经网络来分析从人体反弹的无线电信号，然后可以创建动态的手形人物，当人执行这些动作时，它会走路，停止，坐着和移动其四肢。

研究小组表示，该系统可用于监测帕金森氏病和多发性硬化症(MS)等疾病，从而更好地了解疾病的进展并允许医生相应地调整药物治疗。它还可以帮助老年人更独立地生活，同时提供监视跌倒，受伤和活动方式变化的额外安全性。

(该小组收集的所有数据均已征得受试者的同意，并被匿名和加密以保护用户隐私。对于将来的实际应用，该小组计划实施一种“同意机制”，在该机制中，安装设备的人员应被提示执行一项“同意机制”。一组特定的动作，以便它开始监视环境。)

该小组目前正在与医生合作，探索医疗保健中的多种应用。

卡塔比说：“我们已经看到，监测患者的行走速度和自行进行基本活动的能力为医疗保健提供者提供了他们以前从未有过的生活之窗，这对于各种疾病可能都是有意义的。” ，他撰写了有关该项目的新论文。“我们方法的主要优点是患者不必佩戴传感器或记住为设备充电。”

该团队表示，除了医疗保健外，RF-Pose还可以用于新型视频游戏，玩家可以在房子里四处走动，甚至可以执行搜救任务来帮助找到幸存者。

卡塔比说：“就像手机和Wi-Fi路由器已成为当今家庭必不可少的一部分一样，我相信像这样的无线技术将为未来的家庭供电。”作者赵明敏，麻省理工学院教授安东尼奥·托拉尔巴，博士后穆罕默德·阿布·阿勒谢克，研究生李天宏，博士研究生田永龙和赵航。他们将在本月晚些时候在犹他州盐湖城举行的计算机视觉和模式识别会议(CVPR)上发表该论文。

研究人员必须解决的一个挑战是，大多数神经网络都是使用手工标记的数据进行训练的。例如，经过训练以识别猫的神经网络需要人们查看大型图像数据集，并将每个图像标记为“猫”或“非猫”。同时，无线电信号不能轻易被人类标记。

为了解决这个问题，研究人员使用他们的无线设备和相机收集了示例。他们收集了成千上万的人在做活动的图像，这些活动包括走路，说话，坐下，开门和等待电梯。

然后，他们使用相机中的这些图像提取简笔画，并将其与相应的无线电信号一起显示给神经网络。这些示例的组合使系统能够了解无线电信号与场景中人物的简笔画之间的关联。

训练后，RF-Pose无需摄像头就能估计一个人的姿势和运动，仅使用从人体反射的无线反射即可。

由于摄像头无法穿透墙壁，因此从未对网络进行过来自墙壁另一侧的显式训练，这使MIT团队特别惊讶的是，网络可以将其知识泛化为能够处理墙运动。

“如果您将计算机视觉系统视为老师，那么这就是学生表现优于老师的一个令人着迷的例子，” Torralba说。

除了感知运动，作者还表明，他们可以使用无线信号在100个人的阵容中有83%的时间准确地识别某人。当了解特定人员的身份可能有帮助时，此功能对于搜索和救援操作的应用可能特别有用。

对于本文而言，模型输出的是2维简笔画，但该团队还正在努力创建3维表示，以能够反映更小的微运动。例如，它可能能够查看老人的手是否经常有规律地摇动，以便他们可能想要进行检查。

“通过将视觉数据和AI结合使用，可以穿透墙壁，我们可以更好地理解场景，并在更智能的环境中过上更安全，更富效率的生活，”赵说。

扩展阅读