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！(3)

原始图像（上）、关键点置信图（中）及生成的2D骨架图（下）（来源：研究论文）
值得注意的是，RF-Pose从未接受过“穿墙透视”的姿态判断训练。原因很简单，相机无法拍摄墙壁后的学生。因此，当MIT团队发现他们的系统能运用所学的知识来处理隔墙的情形时，也感到十分惊讶。“如果你将计算机视觉系统看作教师，这个案例向我们展示了学生是如何胜过老师的。”这项研究的参与者之一，Antonio Torralba教授说道。
广阔前景Vs隐私担忧
除了反映被测者的姿态及运动，这项技术甚至能够进行个体识别。在测试中，RF-Pose从100名志愿者中识别个体的正确率高达83%。“不仅是位置，”Katabi说，“系统监测的是精确的移动。因此，如同人们的指纹，系统得到的步态也是你独一无二的特征，能将你和其他人区分开。”该团队的下一步工作，是将2D的姿态估计拓展至3D，如能实现，它将反映出更加微幅的运动。这一技术具有重要的实用场景：如果检测到一位老人的手在规律性地微幅抖动，系统就可以建议被测者去做帕金森病的检查。研究团队表示，他们希望将这套系统用于帕金森病、多发性硬化等疾病的监测，从而帮助人类理解疾病的进程。
为此他们正与医院合作，以探索在医疗领域的应用。此外，这项技术也可能降低老年人群独立生活的风险：一旦出现突然跌倒、受伤等情况，系统可以向监护人立即发出警报。这项技术在令人惊叹之余，也不免让人担心，会不会始终处于无形的监控之下。为了保护使用者的隐私，研究团队收集的所有匿名数据都得到了被测者的同意，并进行加密。而在今后的实际应用中，研究者表示，他们计划建立“同意机制”，使用者可以通过特定的动作开启监控。这项工作将在本月的计算机视觉及图像识别会议（Conference on Computer Vision and Pattern Recognition）上进行展示。
博科园-科学科普｜来源：MIT｜来自：环球科学ScientificAmerican/huanqiukexue