人工智能与无线技术结合：“穿墙”感知人体动作！
导读
近日，美国麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）Dina Katabi 教授领导的科研团队开发的最新项目“RF-Pose”，采用人工智能（AI）教会无线设备“穿墙”感知人体的姿势与运动。
背景
“X射线视觉”（X-ray vision ），俗称“透视眼”，往往都是出现在科幻小说中，例如漫画英雄“超人”就具备这样的能力，他能透过遮挡看到物体背后的东西。对于真实世界的应用来说，这种“透视”能力以往一直被视为不着边际的科学幻想。
然而近些年，科学家们的创新研究让“透视眼”逐渐从科幻变为现实。先带大家回顾一下曾介绍过的相关创新成果：
1）美国加州大学圣巴巴拉分校（UCSB）的科研人员首次演示了一种新方案，利用两架无人机发射和接收Wi-Fi无线信号，透过墙壁对墙后物体进行三维成像。
（图片来源：UCSB）
2）德国慕尼黑工业大学的科研人员利用Wi-Fi发射器的杂散辐射，建立起Wi-Fi发射器周围物体的三维全息图。由于Wi-Fi信号可以穿墙，所以房间内泄漏出的Wi-Fi信号，甚至可用于在房间外“穿墙”观测房间内物体的图像。
（图片来源：Friedemann Reinhard/Philipp Holl/慕尼黑工业大学）
3）美国麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）Dina Katabi 教授领导的科研小组开发的 WiTrack 系统可以分析人体反射的无线信号，以“穿墙”的方式检测人体轮廓信息，捕捉人体动作，预防老人跌倒等。
创新
今天要介绍的创新成果，也是由美国麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）Dina Katabi 教授领导的科研团队开发，也是他们最新的项目，名为“RF-Pose”。该项目采用人工智能（AI）教会无线设备“穿墙”感知人体的姿势与运动。
（图片来源：Jason Dorfman, MIT CSAIL）
相关论文的领导作者是MIT博士生 Mingmin Zhao，论文合著者包括：MIT 教授 Antonio Torralba、博士后 Mohammad Abu Alsheikh、研究生 Tianhong Li、博士生 Yonglong Tian 和 Hang Zhao。这个月晚些时候，他们将在美国犹他州盐湖城召开的计算机视觉与模式识别（CVPR）会议上发表这篇论文。
技术
简单说，该技术的原理可以概括为：采用神经网络分析人体反射的无线电信号，然后创作出一幅动态简笔画，能像人类一样走动、停止、坐下、移动肢体。
（图片来源：MIT CSAIL）
然而，在实现这一目标的过程中，研究人员必须面对一个重要挑战。这个挑战就是：大多数神经网络都是通过手工标注的数据来训练的，例如，被训练去识别猫的神经网络，需要人们查看巨大的图像数据集，将每一副图像标记为“猫”或“非猫”。可是，无线电信号却不容易被人类标记。
为了应对这一挑战，研究人员们采用了一个巧妙的方法：用无线设备加上一个摄像头来采集样本。
他们采集了几千张人们走路、谈话、坐下、开门和等电梯的活动图像，然后从摄像头拍摄的图像中提取简笔画，这些简笔画与相应的无线电信号一起传送给神经网络。这种样本的结合，使得系统能够学习到无线电信号与场景中人体的简笔画之间的关联。
经过训练之后，RF-Pose 无需摄像头，只需要采集来自人体的无线反射信号，就能评估人们的姿势和运动。
因为摄像头无法穿墙观测，所以神经网络的训练从来不是依据墙背后另一侧的数据。这一点让MIT团队特别惊讶，神经网络竟然可以归纳这些知识，从而“穿墙”掌握人体运动。
此外，在数据采集方面，团队搜集的所有数据都征得了受试者同意，并通过匿名与加密来保护用户隐私。
价值
团队称，该系统可用于检测帕金森病和多发性硬化症等疾病，有助于更好地理解疾病进展，方便医生相应地调整施药。此外，通过检测跌倒、损伤以及活动模式的变化，这项技术将帮助老年人更加独立地生活，提高他们活动的安全。相比于其他监测方案，这种方案还有一个显著优势，就是无需病人佩戴传感器或者为设备充电。
（图片来源：MIT ）
除了医疗保健领域的应用，RF-Pose 也可用于新型电子游戏。在这些电子游戏中，玩家可以在房间中到处移动。
（图片来源：MIT ）
除了感知运动，这项技术还可以用于搜救任务，帮助定位幸存者。研究人员也展示了他们可以利用无线信号，在一排100个人当中，以83%的精度准确地识别某人。这种能力对于搜救活动特别有用，它将有助于识别特定的人。
研究人员表示，通过将视觉数据与AI技术相结合，这种穿墙观测的技术将有助于更好地理解场景，让我们周围环境变得更智能，使得我们的生活变得更安全、更高效。就像手机和Wi-Fi路由器成为如今家居生活的必要组成部分一样，这样的无线技术也将为家居生活开启新的未来。
未来
在这篇论文中，模型输出的是二维简笔画，但是团队也正在努力创造三维的表示方式，以便模仿更细微的运动，例如能在体检时看到老人的手是否有规律地抖动。目前，团队也正在与医生们合作探索更多医疗健康领域的应用。
关键字
参考资料
【1】http://news.mit.edu/2018/artificial-intelligence-senses-people-through-walls-0612
【2】http://witrack.csail.mit.edu/
了解更多前沿技术文章，请点击“阅读原文”。咨询和交流，请联系微信：JohnZh1984