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！(2)

从原理上看，用无线信号进行穿墙的监测丝毫不复杂，但真正困难的地方在于，探测器收到的信号十分嘈杂——不仅有人体反射回的信号，还有经过其他反射途径收集到的信号。“从墙壁直接反射回来的信号，要比穿过墙体、经人体反射，再一次穿过墙体后收到的信号强得多。”这项研究的共同作者之一，MIT的计算机科学家Dina Katabi说。因此，他们决定设计一套名为RF-Pose的AI系统，通过神经网络学习估计人体姿态。
研究团队所面临的一项挑战，是训练样本的标记问题。在通常的神经网络训练过程中，人们需要首先对海量图片库进行标注，例如，告诉AI这张图片上的是猫。这样，AI才能通过大量图片进行学习。然而，在这个特定的问题中，研究者很难对图片中的人体姿态进行标记。为此，研究人员想到了用无线设备和相机同时采集数据的方法。在MIT校园的50个地点，他们进行了超过50小时的数据收集。他们在办公室、咖啡厅、楼梯、走道等场所，采集了数千名学生行走、交谈、静坐、开窗、站立等日常活动的照片。

数据采集地点遍布MIT校园（来源：研究论文）
随后，他们从相机拍摄的照片中，将学生们的轮廓简化成骨架，并连同相应的无线信号送至神经网络。这样，神经网络就能学习各种场景下的骨架与无线信号间的对应关系。经过训练，RF-Pose仅仅依靠从人体反射回的无线信号，就能精准预测一个人的姿态及行动。