查看原文
其他

隔着一堵墙,我都能看清你的姿势:MIT团队实现可穿墙透视的人体姿态识别

Matt Simon 科研圈 2018-10-18

来源:Jason Dorfman/MIT CSAIL


撰文 Matt Simon

翻译 李杨

审校 阿金

编辑 魏潇


说真的,大概没有谁不想拥有 X 射线透视能力。 举个例子,有了这种能力,打牌时你就可以大胆作弊。还有另外一个游戏:有三个杯子,把东西扣在其中一个的下面,让你猜是哪个杯子。这简直易如反掌。


但是,X 射线透视也有缺点,你所“扫描”到的所有目标都会遭到辐射。因此,麻省理工学院的研究人员——他们来自号称能够实现所有科幻小说情节的计算机科学与人工智能实验室(Computer Science and Artificial Intelligence Laboratory,CSAIL)——采取了一种与众不同的方法来看穿墙壁:无线电波。他们使用比标准 Wi-Fi 信号低 1000 倍的超低功率无线信号,不仅能探测到墙壁后面的人类,还能追踪他们的动作,精确到每一个细节。


该系统的工作原理与飞机雷达不一样:这里的信号不是经飞机反射传回地面,而是穿过墙壁,从人身上反射(因为我们体内充满了水分,无线电信号很难穿透),再穿过墙壁回到探测器内


这个理论听起来简单,却很难实现。因为一旦这个信号传回到研究人员那儿,它就变得非常非常嘈杂。麻省理工学院 CSAIL 的计算机科学家迪娜·卡塔比(Dina Katabi)在一篇描述这一过程的新论文中写道:“我们不仅接收到来自人体的反射,还会接收到来自所有其他物体的反射。墙壁直接反射回的信号要比穿过墙壁、从人体反射、再穿过墙壁而回的信号强得多。”


是的,就这么混乱不堪。但这就是人工智能神经网络的本质。经典的机器学习依赖“标签”来训练人工智能(AI)。例如,让 AI 识别照片中的物体,用标签告诉它“这是一只猫”。


插图:MIT人工智能实验室


相比之下,无线电信号更神秘莫测:你可不能只看到一个返回的信号就能做出判断:“啊,那是某人的手肘!”于是,研究人员想出了一个聪明的办法。他们放置了一台摄像机,同时记录下被无线电信号“狂轰滥炸”的人的状态。卡塔比说:“从图像中可以提取出身体的关键信息点,我们会给图像打‘标签’,这些标签就可以作为指导神经网络模型进行学习的老师,它只能处理无线电信号。” 


然后,接受过视频训练的 AI 会对杂乱的无线电信号进行比对,这样它就能够将那些被标记出的身体部位,与穿过墙壁的微弱无线电反射联系起来。卡塔比说:”就像你花时间教一个孩子一些简单的数学问题,突然间,他开窍了,可以解决你无法解决的问题。“


插图:MIT人工智能实验室


你最终得到的是由不同的点组合起来的人体图像,它们对应于身体上关节部位,如膝盖和肩膀等。然后,研究人员将其转化为像火柴人一样的图形,显示出一个人在墙后移动的精确细节。有了这些细节,系统就可以通过个人独特的身体特征和动作风格,识别出这个人,成功机率可达到 83%。


“这不仅仅是定位,”卡塔比说。“这是对一个人精确动作的识别。每个人的步态实际上就和指纹一样,都具备各自独特的特征,通过观察步态就可以区分彼此。


当然,这种技术如果落在不法分子手中,可能会有侵犯他人隐私的风险,但应用得当,也可能有助于保护隐私。(为了公平起见,到目前为止,研究人员收集的所有数据都是匿名加密的。) 想象一下,在不干扰他人的情况下,可以用来密切关注年迈父母的饮食起居,还能判断他们是否有遭遇不测的迹象。卡塔比说:“想想另一个极端情况:你可以把摄像机放在家里的任何地方,也能获得类似的信息。”毕竟,这套无线电系统并不会以貌取人,因为它只会产生火柴棒一样的人形图。


透过墙壁看东西这一技能对机器人来说也很容易驾驭,它们可以在拐角处进行观察,以免撞到从另一边过来的人。或者,你可以用激光,或者甚至通过探测光线的细微变化来观察拐角周围的情况。


超人知道的话,或许会很骄傲,也可能会嫉妒我们。谁知道呢 :-P


原文链接:

https://www.wired.com/story/forget-x-ray-vision-you-can-see-through-walls-with-radio/


阅读更多


▽ 故事

· 你正在读的论文可能是假的:超过一半的研究者曾“有选择性地”汇报实验结果

· 被HIV感染却不会发病?!他们是天生就能压制病毒的罕见“精英”

· 人造感觉神经问世!鲍哲南团队最新突破:人造皮肤已可识别盲文

· 基因对智力的预测能力不到7%,别迷信它

▽ 论文推荐

· 时空本源是量子纠缠?

· 或能治疗最凶险的恶性脑瘤?新型纳米颗粒的小身材和大作用

▽ 论文导读

· Nature 一周论文导读 | 2018 年 6 月 8 日

· Science 一周论文导读 | 2018 年 6 月 9 日


内容合作请联系

keyanquan@huanqiukexue.com

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存