支持单位: 全国警用装备标准化技术委员会 , 公安部安全与警用电子产品质量检测中心 , 公安部特种警用装备质量监督检验中心 , 国家安全防范报警系统产品质量监督检验中心
jiangbei
历届评选

美科学家研制神奇新技术 透过墙壁看到人体

2018-06-15 09:15:45  来源 : 中新网


        警用装备网讯: 美国侨报网刊文称,近日,美国麻省理工学院的计算机科学和人工智能实验室设计出一套人体姿态估计系统,通过无线信号,就能“穿墙而过”,精确监测出视线外的受试者的姿态及运动。


  所谓人体姿态估计(human pose estimation),是指从人体图像中提取出手臂、腿部的关节,以及躯干和头部的关键点,并用这些信息重新组成2D的人体骨架。通俗点说,就是把人简化成“火柴人”的模样。作为机器视觉的重要分支,人体姿态估计在行为识别、监控、游戏等场景中都有重要应用。


  不过,以往的人体姿态估计是通过相机拍摄的图像实现的,因此当人体被墙壁等物体遮挡时,姿态估计将面临困境:如果人体被部分遮挡,人们还可以通过可视的部位,粗略推测身体其余部位的位置;而当障碍物将人完全遮住,设备就将束手无策了。


  要估计出墙另一侧的人体姿态,透视是必不可少的。一个容易想到的方案是X射线,不过,这需要被测者完全处于X射线辐射中,这在现实中显然不切实际。


  MIT计算机科学及人工智能实验室(CSAIL)的研究人员另辟蹊径,他们使用的手段是无线信号——没错,我们每天都在用的Wi-Fi就是最典型的无线信号。相比于标准的Wi-Fi信号,这项研究使用的信号强度还要低1000倍。


  由于人体的高含水量,无线信号难以穿透,因此信号在遇到人体时会反射回来,重新穿过墙体,从而被另一侧的探测器接收。


  从原理上看,用无线信号进行穿墙的监测丝毫不复杂,但真正困难的地方在于,探测器收到的信号十分嘈杂——不仅有人体反射回的信号,还有经过其他反射途径收集到的信号。“从墙壁直接反射回来的信号,要比穿过墙体、经人体反射,再一次穿过墙体后收到的信号强得多。”这项研究的共同作者之一,MIT的计算机科学家Dina Katabi说。因此,他们决定设计一套名为RF-Pose的AI系统,通过神经网络学习估计人体姿态。


  研究团队所面临的一项挑战,是训练样本的标记问题。在通常的神经网络训练过程中,人们需要首先对海量图片库进行标注,例如,告诉AI这张图片上的是猫。这样,AI才能通过大量图片进行学习。然而,在这个特定的问题中,研究者很难对图片中的人体姿态进行标记。


  为此,研究人员想到了用无线设备和相机同时采集数据的方法。在MIT校园的50个地点,他们进行了超过50小时的数据收集。他们在办公室、咖啡厅、楼梯、走道等场所,采集了数千名学生行走、交谈、静坐、开窗、站立等日常活动的照片。


  随后,他们从相机拍摄的照片中,将学生们的轮廓简化成骨架,并连同相应的无线信号送至神经网络。这样,神经网络就能学习各种场景下的骨架与无线信号间的对应关系。


  经过训练,RF-Pose仅仅依靠从人体反射回的无线信号,就能精准预测一个人的姿态及行动。


  值得注意的是,RF-Pose从未接受过“穿墙透视”的姿态判断训练。原因很简单,相机无法拍摄墙壁后的学生。因此,当MIT团队发现他们的系统能运用所学的知识来处理隔墙的情形时,也感到十分惊讶。“如果你将计算机视觉系统看作教师,这个案例向我们展示了学生是如何胜过老师的。”这项研究的参与者之一,Antonio Torralba教授说道。


  除了反映被测者的姿态及运动,这项技术甚至能够进行个体识别。在测试中,RF-Pose从100名志愿者中识别个体的正确率高达83%。


  “不仅是位置,”Katabi说,“系统监测的是精确的移动。因此,如同人们的指纹,系统得到的步态也是你独一无二的特征,能将你和其他人区分开。”


  该团队的下一步工作,是将2D的姿态估计拓展至3D,如能实现,它将反映出更加微幅的运动。这一技术具有重要的实用场景:如果检测到一位老人的手在规律性地微幅抖动,系统就可以建议被测者去做帕金森病的检查。


  研究团队表示,他们希望将这套系统用于帕金森病、多发性硬化等疾病的监测,从而帮助人类理解疾病的进程。为此,他们正与医院合作,以探索在医疗领域的应用。此外,这项技术也可能降低老年人群独立生活的风险:一旦出现突然跌倒、受伤等情况,系统可以向监护人立即发出警报。


  这项技术在令人惊叹之余,也不免让人担心,会不会始终处于无形的监控之下。为了保护使用者的隐私,研究团队收集的所有匿名数据都得到了被测者的同意,并进行加密。而在今后的实际应用中,研究者表示,他们计划建立“同意机制”,使用者可以通过特定的动作开启监控。





  新闻稿件欢迎直接联系:QQ 34004818 微信公众号:cpsjyzb

我要评论

表情 验证码 评论

0 条评论

  • 还没有人评论过,赶快抢沙发吧!