华人澳洲中文论坛

热图推荐

    千万别在有WiFi的房间里摆这类姿态,只因……

    [复制链接]

    2023-1-14 21:25:25 25 0

    原标题:千万别在有WiFi的房间里摆这类姿态,只因……  
    明敏 丰色 发自 凹非寺   
    量子位 | 大众号 QbitAI   
    当初, 只用WiFi就可以“看”到你在房间里干啥了……   
    (你…干…嘛……啊啊啊啊)  

    5hpcl3dwwmc.jpg

    5hpcl3dwwmc.jpg


    多人追踪也是so easy:  

    nqonzaocxmj.jpg

    nqonzaocxmj.jpg


    过程当中彻底不需求拍下图象、 不需求摄像头。   
    输出的仅是WiFi一维信号,输入则是三维人体姿势。  
    两台路由器便可搞定!换算本钱都不到500块。   
    啊这,莫非说WiFi能“看到”我?更进一步……WiFi能 监督我??   
    OMG,蝙蝠侠剧情要照进理想了??  
    展开全文    要知道在《暗黑骑士》里,哥谭市一切人的手机都变为了监控装备,同一空间里一切人的一举一动都能被实时记载。  

    oq0u0iab4tq.jpg

    oq0u0iab4tq.jpg


    网友们曾经构思恐惧脑洞了:  
    想象一下,只需一台衔接WiFi接纳器的电视机,他人就可以看到咱们全家在干啥了。
        想象一下,只需一台衔接WiFi接纳器的电视机,他人就可以看到咱们全家在干啥了。  
    有人乃至说,当前可能必需要在身上涂维护层来屏蔽WiFi信号。  
    搞全身追踪,不要用摄像头了   
    如上提到的办法,是 卡耐基梅隆大学(CMU)机器人钻研所的新效果。   
    钻研的自身目的是为了维护隐衷,毕竟在得多非公共场合,如养老院、茕居白叟家中,监控十分有须要,然而使用摄像头又很难包管隐衷平安。  
    使用雷达倒是能解决隐衷问题,但价钱和详细可操作上就很劝退了。  

    tuiskzo4qaw.jpg

    tuiskzo4qaw.jpg


    所以在装备上,仅需两台再也普通不外的家用路由器(每个最少有3根天线)就能了。  
    原理也很简略,就是利用WiFi信号中的 信道形态信息(CSI)数据。   
    这些数据是一堆繁杂的十进制序列,能够表现发射信号波和接纳信号波之间的比率。  
    当它们在发射器和接纳器之间传输时,一旦接触到人体,就会被修正。  
    因而,经过解读这些“改动”,就能检测到人体姿势。  

    gk5rv0y54ny.jpg

    gk5rv0y54ny.jpg


    为此,钻研人员开发了一个“基于区域”的卷积神经网络剖析pipeline,该pipeline能够定位人体的各个部位。  
    而后再将WiFi信号的相位和振幅映照到 24个人体区域里的坐标,完成终究的全身姿势追踪。   

    upggx1vvjae.jpg

    upggx1vvjae.jpg


    详细来讲,模型经过三个份量从WiFi信号中生成人体外表的UV坐标。  
    首先,经过振幅和相位Sanitization步骤对原始CSI信号进行“污染”处置。  

    xhm2dehwbjc.jpg

    xhm2dehwbjc.jpg


    而后,将处置过的CSI信号经过双分支编码器-解码器网络转换为2D特点图。  

    lg1hxl1yawr.jpg

    lg1hxl1yawr.jpg


    接着,将2D特点馈送到一个叫做DensePose RCNN的架构中。  
    所以这步的目的就是算出2D特点图对应的3D姿势,也就是估量出UV坐标。  

    gmqhwnl2zt3.jpg

    gmqhwnl2zt3.jpg


    最初,在训练主网络以前,作者还将用图象生成的多档次特点图与WiFi信号生成的多程度特点图之间的差别进行了最小化,进一步完美了终究后果。  
    只管咱们从肉眼看下来,两种办法的终究后果差未几,但在数据方面,基于图象的办法成果仍是更好一些。  
    好比在一样环境规划下,基于WiFi办法的准确度都低于图象办法。  
    数值越高象征着越好   
    不同环境规划的状况也是如斯。  
    不外团队以为,如上问题能够经过进一步裁减数据集来解决。  
    除此以外,该办法对路由器的搁置地位要求很高,而且会对其余WiFi网络形成影响。  
    来自CMU团队,有2位华人作者   
    论文一作为 Jiaqi Geng,他来自卡耐基梅隆大学,去年8月获取了机器人专业硕士学位。   

    j2q2lyhswyv.jpg

    j2q2lyhswyv.jpg

      
    Jiaqi Geng   
    另外一位华人作者是 Dong Huang,他当初是卡耐基梅隆大学初级名目迷信家。   

    texabduw22m.jpg

    texabduw22m.jpg

      
    Dong Huang   

    f5kcv35xckv.jpg

    f5kcv35xckv.jpg


    最初一名作者是 Fernando De la Torre,他当初卡耐基梅隆大学机器人钻研所副传授。   

    luxgvebgwuu.jpg

    luxgvebgwuu.jpg

      
    Fernando De la Torre   
    作者团队表现,目前该办法机能还受限于可用来训练的数据未几,将来,他们方案裁减数据集。  
    论文地址:  
    http://arxiv.org/abs/2301.00250  
    —   
    「人工智能」、「智能汽车」微信社群邀你参加!  
    欢送关注人工智能、智能汽车的小火伴们参加交流群,与AI从业者交流、切磋,不错过最新行业开展&技术停顿。  
    PS. 加好友请务必备注您的姓名-公司-职位噢 ~  
    点这里 ?关注我,记得标星哦~   
    一键三连「分享」、「点赞」和「在看」  
    科技前沿停顿日日相见 ~

    发表回复

    您需要登录后才可以回帖 登录 | 立即注册

    返回列表 本版积分规则

    :
    注册会员
    :
    论坛短信
    :
    未填写
    :
    未填写
    :
    未填写

    主题25

    帖子33

    积分157

    图文推荐