伴隨科技的飛速發展，現在的無線信號不僅能傳遞信息，還能隔牆畫影圖形呈現出室內的人體特徵了。根據麻省理工學院（MIT）發佈的報告稱，其已能夠通過深度學習分析射頻（Radio Frequency）信號，輔以先進的視覺模型來提供跨模態的監督訓練。利用該技術，研究人員能夠精準估測牆體阻隔後面的人體2D骨架狀態。
MIT利用無線信號成像
MIT研究團隊使用一種RF-Pose方法，通過發射低功率無線信號來觀察這些信號在環境中的反射情況，從而感知到人體的姿勢。然後使用神經網絡解析無線信號，即使人體受到障礙物遮擋，也能夠精確地獲取到人體的2D姿勢。
利用無線信號成像
不過該方法有一個挑戰，研究團隊無法提供模型標籤訓練資料，因此他們使用跨模態的監督訓練。在訓練期間，連接無線感測器與網絡攝影機，同步無線以及視覺串流，通過傳統電腦監控提取姿勢信息，並將其當作無線串流的監控信號。一旦模型訓練完成，輸入就只剩無線信號，輸出則為2D的人體姿勢。
RF-Pose不僅能夠在人體未受遮擋情況下，獲取人的姿勢，即使人體完全受到遮擋的情況下也可以良好運作，而且單人、多人都不是問題，RF-Pose甚至可以同時對場景中100個人抓取每個人的骨架。這正是傳統基於電腦監控做不到的事，因為人們在畫面中會互相遮擋，但顯然用無線電波，能夠更好地避免上述情況發生。
APP商店搜索中關村在線，看2018年最新手機、筆記本評價排行
分享到:
閱讀更多 中關村在線 的文章
