MIT新研究：AI＋无线信号实现“穿墙识人”

近日，美国麻省理工学院（MIT）计算机与人工智能实验室的研究人员利用神经网络技术设计了一个人体估计系统，可检测隐藏在障碍物后方的人体目标移动。目前，该项研究的相关论文已经发表在CVPR 2018上。

人体姿态估计，就是将一幅图像或一段视频中，人的头、手、躯干和腿部关节点位置恢复出来，做出一个由关节点构成的骨架。在此之前，障碍物遮挡是实现人体姿态估计的一大难题，如果身体被无法穿透的书柜、墙壁等遮挡，就无法被估计。

MIT研究开发了射频—姿态（RF-Pose）系统，先用WiFi无线信号分析穿越墙壁并从人体反射后的情况，再由人工智能将无线信号得到的信息转化为人体的柱状模型，从而展示其姿态、位置、动作等。

RF-Pose能够用于穿墙透视和光线昏暗的场景，在无遮挡物的情况下，系统的识别精度与当前性能最优的基于视觉的系统相当。从监测结果来看，系统在无遮挡情况下准确率为62.4%，穿墙透视时，准确率为58.1%。

这项研究应用场景很广。在医疗领域，该技术可帮助观察帕金森氏症、肌肉萎缩症等患者的动作，帮助疾病的诊断治疗。在无人驾驶领域，该技术能更好地穿透障碍，提前感知障碍物后方的行人。