本文摘要：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，可监测隐蔽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）研发的射频—姿态（RF-Pose）系统，通过分析WiFi无线信号穿过墙壁并从人体光线后的情况，用于深度神经网络方法来量度人体的二维（2D）姿势。由于无线信号可穿透墙壁，该系统可追踪隐蔽在视线外的人体目标。 人工智能可将这些信息转化成为人体的柱状模型，展出其姿势、方位及动作。

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，可监测隐蔽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）研发的射频—姿态（RF-Pose）系统，通过分析WiFi无线信号穿过墙壁并从人体光线后的情况，用于深度神经网络方法来量度人体的二维（2D）姿势。由于无线信号可穿透墙壁，该系统可追踪隐蔽在视线外的人体目标。

人工智能可将这些信息转化成为人体的柱状模型，展出其姿势、方位及动作。射频—姿态系统可传输比WiFi功率较低1000倍的无线信号，并仔细观察其从环境中光线回去的信号。只用于无线光线作为输出，就能量度人体骨骼的运动。

MIT研发团队回应，该技术可用作协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—姿态系统可详尽仔细观察患者的运动情形，从而监测疾病的进展。团队称之为，新技术还能用以协助老年人更加独立国家地生活，即使老年人在视线之外摔倒，系统也能检测到。研究人员认为，监测患者的步行速度和自律专门从事基本活动的能力，为医疗保健服务获取了一个前所未有的窗口。

新方法的一个关键优势是，患者不用配戴传感器或要录着给他们的设备电池。针对该技术被用作非法监控侵害隐私的忧虑，CSAIL称之为，该技术的未来递归可用于“表示同意机制”来保证被监控人正处于系统的监控之下，用户必须继续执行一定的操作者来转录该机制。

本文来源：九州体育-www.hebeiweilun.com