隔着一堵墙都能看清姿势：MIT团队实现可穿墙透视人体姿态识别！

博科园：科学科普-科技类
MIT计算机科学及人工智能实验室团队设计出一套人体姿态估计系统，通过无线信号，就能“穿墙而过”，精确监测出视线外的受试者的姿态及运动。

通过人体姿态估计系统得到的2D骨架轮廓。（来源：MIT CSAIL）
所谓人体姿态估计（human pose estimation），是指从人体图像中提取出手臂、腿部的关节，以及躯干和头部的关键点，并用这些信息重新组成2D的人体骨架。通俗点说，就是把人简化成“火柴人”的模样。作为机器视觉的重要分支，人体姿态估计在行为识别、监控、游戏等场景中都有重要应用。
不过，以往的人体姿态估计是通过相机拍摄的图像实现的，因此当人体被墙壁等物体遮挡时，姿态估计将面临困境：如果人体被部分遮挡，人们还可以通过可视的部位，粗略推测身体其余部位的位置；而当障碍物将人完全遮住，设备就将束手无策了。要估计出墙另一侧的人体姿态，透视是必不可少的。一个容易想到的方案是X射线，不过，这需要被测者完全处于X射线辐射中，这在现实中显然不切实际。
用“Wi-Fi”信号识别姿态
MIT计算机科学及人工智能实验室（CSAIL）的研究人员另辟蹊径，他们使用的手段是无线信号——没错，我们每天都在用的Wi-Fi就是最典型的无线信号。相比于标准的Wi-Fi信号，这项研究使用的信号强度还要低1000倍。由于人体的高含水量，无线信号难以穿透，因此信号在遇到人体时会反射回来，重新穿过墙体，从而被另一侧的探测器接收。