首页 >热门资讯> 市场情报洞察 > 墙后的所有姿势,全被“瞎眼”AI透视 >

墙后的所有姿势,全被“瞎眼”AI透视

转载时间:2021.10.25(原文发布时间:2018.06.13)
64
转载作者:36氪企服点评小编
阅读次数:64次

编者按:本文来自微信公众号“量子位”(ID:QbitAI),作者:李林 若朴,36氪经授权发布。

古人云,隔墙有耳。

但想要做到“隔墙有眼”,就像二娃那样,能穿墙透视,似乎是种遥不可及的本领。

现在,MIT CSAIL的一群科学家,就用AI构建了一双透视眼。你在墙后的一举一动,它就都能看见。这项研究,作为spotlight论文发表在CVPR 2018上。

呐,效果就是这样。

墙后的所有姿势,全被“瞎眼”AI透视识别的方式,就是把人体简略成一套基本的骨架结构。不同部位,用不同的颜色标示,左右手、左右腿都不一样。

即便你走到墙后,人眼看不到,但AI一样能准确判断你的位置与姿势。基本算是开了一个透视外挂。

墙都挡不住这套系统,窗帘就更不在话下了。

墙后的所有姿势,全被“瞎眼”AI透视黑灯瞎火的地方,也完全不是问题。

墙后的所有姿势,全被“瞎眼”AI透视上面这个演示,我们还可以看到,这个AI认出了两个人。没错,这个AI还能同时识别多人的姿态。

而且即便是多人同时交叉行进的复杂场景,这个AI也能顺利搞定。

墙后的所有姿势,全被“瞎眼”AI透视看到这,你可能会说:除了穿墙之外,其他的演示,并不算炸裂啊,这种人体姿态的识别,已经早有人做了,不是么?

没错。

但这个AI,其实是个眼瞎的“盲AI”!

穿墙透视也好,多人识别也好,依靠的全都不是视觉信号,实际上,根本没给AI视觉信号。

墙后的所有姿势,全被“瞎眼”AI透视

那,这个AI靠什么识别人体?

无线电波。

它用的无线电波有点类似大家常见的WiFi信号,但是功率更弱一些。利用无线信号在人身上的反射,来“看清”人体。

因此,这个AI的名字就叫RF-Pose,从射频到姿势的意思。

来,感受下这两张图。看看你能不能脑补出人体姿势。

墙后的所有姿势,全被“瞎眼”AI透视

透视眼修炼之道

我们前面提到过,RF-Pose识别人类动作时,根据的并不是视频,而是无线电波的反射。

而想要训练这样一个AI,面临着一个严重困难:

根本没有标注好的数据集可用。

更要命的是,就算你纠集一批人类,想群策群力标注一个这样的数据集,也完全不可行——无线电信号那个微弱粗糙的分辨率,我们人类根本认不出。

这个困难,在训练过程中无法回避。于是,他们用上了“跨模态监督”方法,在无线电波接收器旁边加了个摄像头,同步记录无线电波和视频,然后从视频流中提取人体姿势信息,用作无线电波的监督信号。

他们在MIT校园里收集了50小时的数据集,男女老少都不放过,场景包括办公室、食堂、教师、报告厅、楼梯、走廊等等50余处。

在这个数据集里,最热闹的数据帧包含14个人,最少的当然是完全没有人。

也就是说,数据集包含两大部分:图像上能看到人的、和人被遮挡了的。MIT团队从图像上能看到人的部分选取70用于训练,30%留作测试用,而人被遮挡的数据全都用来测试。

70%能看见人的数据,拿来训练了一个跨模态“师生网络”。

墙后的所有姿势,全被“瞎眼”AI透视

在这个网络中,老师以图像为输入,预测出人体关键点的置信图,学生以射频信号为输入,以和老师最接近为目标,学着预测人体关键点置信图。

从置信图再生成出我们最终看到的骨架模型,RF-Pose的透视技能就算修炼完成了。

无线新方向

这篇论文的作者,包括Mingmin Zhao、Tianhong Li、Mohammad Abu、Alsheikh Yonglong、Tian Hang Zhao、Antonio Torralba、Dina Katabi等。

墙后的所有姿势,全被“瞎眼”AI透视

其中一作Mingmin Zhao(赵明民),本科毕业于北京大学,目前在MIT读博。去年夏天,赵明民发表过另一篇AI+无线信号的论文,主要用这个技术来监测人类的睡眠情况。论文发表在ICML 2017上。

论文传送门:http://sleep.csail.mit.edu/

此前,他还研究过使用无线信号识别表情。

传送门:http://eqradio.csail.mit.edu/

你看,这其实是一整套技术。不用安装摄像头,只需要通过类似WiFi的无线信号,现在就能知道你在哪,有什么动作,是什么姿势,情绪怎么样,心跳快不快以及睡眠质量怎么样……等等。

当然这套技术并不是要窥探你的隐私。

而是有更广泛的应用场景。例如,帮忙监测家里的老人或者医院的病人。这套系统有几个好处。

首先,不用摄像头,省却了很多隐私的担忧。

其次,这个技术能比较准确的识别出不同的人,并且追踪行动、姿态、情绪等相关数据。

再次,监测可以穿墙而过,不受干扰。

以及,被监测对象可以不必佩戴随身任何其他设备,轻松高效。

总之这是个很有意思的方向。当然这一方向的研究,还有大量的工作需要完成。比方,这个团队会继续寻求捕捉更细微的动作,例如老人的手部颤抖等。当然透视监测的准确率,也需要进一步提升。

而赵明民之所以一直研究这个方向,其实源于他的导师:Dina Katabi。

墙后的所有姿势,全被“瞎眼”AI透视

Katabi教授一直在研究无线技术,她是CSAIL实验室NETMIT研究组负责人,也是MIT无线网络和移动计算中心的主任。

上面提到的所有研究,其实都没有细讲无线信号的问题。

实际上,Katabi团队在2015年发表的一篇论文里,对这件事有更为详细的描述,论文题目:Capturing the Human Figure Through a Wall。

在这篇论文里,披露了当时那套无线设备的一些细节。

呐,就是这样。

墙后的所有姿势,全被“瞎眼”AI透视

研究传送门

墙后的所有姿势,全被“瞎眼”AI透视

项目主页:
http://rfpose.csail.mit.edu/

论文:

Through-Wall Human Pose Estimation Using Radio Signals
Mingmin Zhao, Tianhong Li, Mohammad Abu Alsheikh, Yonglong Tian, Hang Zhao, Antonio Torralba, Dina Katabi
Computer Vision and Pattern Recognition (CVPR), 2018
http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhao_Through-Wall_Human_Pose_CVPR_2018_paper.pdf

说明一下,目前这个AI的监测效果,在没有遮挡的情况下,准确率62.4%,需要穿墙透视的时候,它的准确率是58.1%。

先别太苛刻,这个AI还是个宝宝嘛。就算是看着视频来识别姿势,现在AI的准确率也并没有非常高。2017年旷视在MS COCO人体关键点检测夺冠的成绩,也才73%而已。

推断出人体姿势之后,AI还能进行一些其他工作:比如根据这个骨架结构来认人。给AI两秒钟的骨架活动片段,它认人的准确率就能达到83%。


[免责声明]

资讯标题: 墙后的所有姿势,全被“瞎眼”AI透视

资讯来源: 36氪官网

36氪企服点评

市场情报洞察相关的软件

查看更多软件

大厂都在用的市场情报洞察软件

限时免费的市场情报洞察软件

新锐产品推荐

消息通知
咨询入驻
商务合作