▲AI技术识别人的动作，用人物线条画显示墙壁另一面人的动作（右侧是实验员赵明民）。
长期以来，X光视觉一直被认为是只存在于科幻小说里的幻想，但在过去十年中，由麻省理工学院计算机科学与人工智能实验室（CSAIL）的Dina Katabi教授领导的研究小组正在让穿墙透视技术越来越接近现实。据每日科学网6月12日报道，他们的最新项目“RF-Pose”使用了人工智能（AI）来训练无线设备感知人们的姿势和动作，甚至能透过墙壁进行观察。赵明民博士、麻省理工学院教授Antonio Torralba等人与Katabi共同完成了这篇论文。他们这个月将在犹他州盐湖城举行的计算机视觉和模式识别会议（CVPR）上进行展示。
大多数神经网络都是用手工标记的数据进行训练的，而无线电信号却不易被人工标记。对此，研究人员利用他们的无线设备和摄像机收集了成千上万张人们做各种活动时的图片，比如走路、说话、坐着、开门、等电梯。然后，他们从这些图片中提取出人物线条画，并将其与相应的无线电信号一起展示给神经网络。这种组合使系统能够了解到无线电信号和现场人物线条画之间的联系。
训练结束后，RF-Pose能够在没有摄像头的情况下只使用从人体反射回来的无线反射去识别一个人的姿势和动作。由于摄像头无法穿透墙壁，该网络从未接受过识别墙另一侧数据的培训——这也让麻省理工学院的团队觉得特别惊讶，这个神经网络竟然能够自动扩展到可以识别穿透墙壁的运动。
该研究小组称，该系统可用于监测帕金森病和多发性硬化症（MS）等疾病，从而更好地了解疾病进展情况，便于医生据此调整药物。 同时，除了医疗保健之外，RF-Pose还可以用于视频游戏的新类别，玩家可以在家中走动，甚至可以在搜索和救援任务中帮助定位幸存者。除了感知运动之外，利用无线信号对个人的精确识别率也高达83%，这种能力对于在搜救行动方面的应用特别有用。
“通过将视觉数据和人工智能结合起来，我们可以更智能地生活在更安全、更高效的环境中。”赵明民博士说。
编译：Elena 审稿：alone
责编：南熙
