美國麻省理工學院(MIT)研討人員比來應用神經收集技巧開辟的新體系,可監測隱蔽在妨礙物前方的人體目的的挪動。
MIT盤算機迷信和人工智能試驗室(CSAIL)開辟的射頻—姿勢(RF-Pose)體系,經由過程剖析WiFi無線旌旗燈號穿越墻壁并從人體反射后的情形,應用深度神經收集辦法來估測人體的二維(2D)姿態。
因為無線旌旗燈號可穿透墻壁,該體系可追蹤隱蔽在視野外的人體目的。人工智能可將這些信息轉化為人體的柱狀模子,展現其姿態、地位及舉措。射頻—姿勢體系可傳輸比WiFi功率低1000倍的無線旌旗燈號,并不雅察其從情況中反射回來的旌旗燈號。只應用無線反射作為輸出,就可以估測人體骨骼的活動。
MIT研發團隊表現,該技巧可用于贊助研討諸如帕金森氏癥、多發性硬化癥(MS)和肌肉萎縮癥等疾病,射頻—姿勢體系可具體不雅察患者的活動情況,從而監測疾病的停頓。團隊稱,新技巧還可用以贊助老年人更自力地生涯,即便老年人在視野以外摔倒,體系也能檢測到。
研討人員指出,監測患者的步行速度和自立從事根本運動的才能,為醫療保健辦事供給了一個史無前例的窗口。新辦法的一個癥結優勢是,患者不用佩帶傳感器或要記住給他們的裝備充電。
針對該技巧被用于不法監督侵占隱私的擔心, CSAIL稱,該技巧的將來迭代可以使用“贊成機制”來確保被監督人處于體系的監控之下,用戶須要履行必定的操作來激該死機制。