美国麻省理工学院（MIT）研究人员最近利用神经网络技术开发的新系统，可监测隐藏在障碍物后方的人体目标的移动。

MIT计算机科学和人工智能实验室（CSAIL）开发的射频—姿态（RF-Pose）系统，通过分析WiFi无线信号穿越墙壁并从人体反射后的情况，使用深度神经网络方法来估测人体的二维（2D）姿势。

由于无线信号可穿透墙壁，该系统可追踪隐藏在视线外的人体目标。人工智能可将这些信息转化为人体的柱状模型，展示其姿势、位置及动作。射频—姿态系统可传输比WiFi功率低1000倍的无线信号，并观察其从环境中反射回来的信号。只使用无线反射作为输入，就能估测人体骨骼的运动。

MIT研发团队表示，该技术可用于帮助研究诸如帕金森氏症、多发性硬化症（MS）和肌肉萎缩症等疾病，射频—姿态系统可详细观察患者的运动情形，从而监测疾病的进展。团队称，新技术还可用以帮助老年人更独立地生活，即使老年人在视线之外跌倒，系统也能检测到。

研究人员指出，监测患者的步行速度和自主从事基本活动的能力，为医疗保健服务提供了一个前所未有的窗口。新方法的一个关键优势是，患者不必佩戴传感器或要记着给他们的设备充电。

针对该技术被用于非法监视侵犯隐私的担忧， CSAIL称，该技术的未来迭代可使用“同意机制”来确保被监视人处于系统的监控之下，用户需要执行一定的操作来激活该机制。

文章链接：

Mingmin Zhao, et al, "Through-Wall Human Pose Estimation Using Radio Signals," MIT CSAIL

（本文来源：科技日报，记者：冯卫东；）

如若转载，请注明e科网。

如果你有好文章想发表or科研成果想展示推广，可以联系我们或免费注册拥有自己的主页