美國麻省理工學院（MIT）研究人員最近利用神經網絡技術開發的新係統，可監測隱藏在障礙物後方的人體目標的移動。
MIT計算機科學和人工智能實驗室（CSAIL）開發的射頻—姿態（RF-Pose）係統，通過分析WiFi無線信號穿越牆壁並從人體反射後的情況，使用深度神經網絡方法來估測人體的二維（2D）姿勢。
由於無線信號可穿透牆壁，該係統可追蹤隱藏在視線外的人體目標。人工智能可將這些信息轉化為人體的柱狀模型，展示其姿勢、位置及動作。射頻—姿態係統可傳輸比WiFi功率低1000倍的無線信號，並觀察其從環境中反射回來的信號。隻使用無線反射作為輸入，就能估測人體骨骼的運動。
MIT研發團隊表示，該技術可用於幫助研究諸如帕金森氏症、多發性硬化症（MS）和肌肉萎縮症等疾病，射頻—姿態係統可詳細觀察患者的運動情形，從而監測疾病的進展。團隊稱，新技術還可用以幫助老年人更獨立地生活，即使老年人在視線之外跌倒，係統也能檢測到。
研究人員指出，監測患者的步行速度和自主從事基本活動的能力，為醫療保健服務提供了一個前所未有的窗口。新方法的一個關鍵優勢是，患者不必佩戴傳感器或要記著給他們的設備充電。
針對該技術被用於非法監視侵犯隱私的擔憂， CSAIL稱，該技術的未來迭代可使用“同意機製”來確保被監視人處於係統的監控之下，用戶需要執行一定的操作來激活該機製。
本文地址： /4437.html
網站內容如侵犯了您的權益，請聯係我們刪除。
