現(xiàn)在，只用WiFi就能“看”到你在房間里干啥了……
（你…干…嘛……啊啊啊?。?/span>
多人追蹤也是so easy：
過程中完全不需要拍下圖像、不需要攝像頭。
輸入的僅是WiFi一維信號(hào)，輸出則是三維人體姿態(tài)。
兩臺(tái)路由器即可搞定！換算成本都不到500塊。
而且還不受環(huán)境光線、目標(biāo)被遮擋的影響，效果接近于基于2D圖像進(jìn)行識(shí)別的方法。
啊這，難道說WiFi能“看到”我？更進(jìn)一步……WiFi能監(jiān)視我？？
OMG，蝙蝠俠劇情要照進(jìn)現(xiàn)實(shí)了？？
要知道在《暗黑騎士》里，哥譚市所有人的手機(jī)都變成了監(jiān)控設(shè)備，同一空間里所有人的一舉一動(dòng)都能被實(shí)時(shí)記錄。
網(wǎng)友們已經(jīng)構(gòu)思恐怖腦洞了：
想象一下，只需一臺(tái)連接WiFi接收器的電視機(jī)，別人就能看到我們?nèi)以诟缮读恕?/p>
有人甚至說，以后可能必須要在身上涂保護(hù)層來屏蔽WiFi信號(hào)。
如上提到的方法，是卡耐基梅隆大學(xué)（CMU）機(jī)器人研究所的新成果。
研究的本身目的是為了保護(hù)隱私，畢竟在很多非公共場(chǎng)所，如養(yǎng)老院、獨(dú)居老人家中，監(jiān)控非常有必要，但是使用攝像頭又很難保證隱私安全。
使用雷達(dá)倒是能解決隱私問題，但價(jià)格和具體可操作上就很勸退了。
于是，該團(tuán)隊(duì)想到了用現(xiàn)在幾乎各家必備的WiFi來進(jìn)行識(shí)別。
所以在設(shè)備上，僅需兩臺(tái)再也普通不過的家用路由器（每個(gè)至少有3根天線）就可以了。
原理也很簡(jiǎn)單，就是利用WiFi信號(hào)中的信道狀態(tài)信息（CSI）數(shù)據(jù)。
這些數(shù)據(jù)是一堆復(fù)雜的十進(jìn)制序列，可以表示發(fā)射信號(hào)波和接收信號(hào)波之間的比率。
當(dāng)它們?cè)诎l(fā)射器和接收器之間傳輸時(shí)，一旦接觸到人體，就會(huì)被修改。
于是，通過解讀這些“改變”，就可以檢測(cè)到人體姿態(tài)。
為此，研究人員開發(fā)了一個(gè)“基于區(qū)域”的卷積神經(jīng)網(wǎng)絡(luò)分析pipeline，該pipeline可以定位人體的各個(gè)部位。
然后再將WiFi信號(hào)的相位和振幅映射到24個(gè)人體區(qū)域里的坐標(biāo)，實(shí)現(xiàn)最終的全身姿態(tài)追蹤。
具體來說，模型通過三個(gè)分量從WiFi信號(hào)中生成人體表面的UV坐標(biāo)。
首先，通過振幅和相位Sanitization步驟對(duì)原始CSI信號(hào)進(jìn)行“凈化”處理。
然后，將處理過的CSI信號(hào)通過雙分支編碼器-解碼器網(wǎng)絡(luò)轉(zhuǎn)換為2D特征圖。
接著，將2D特征饋送到一個(gè)叫做DensePose RCNN的架構(gòu)中。
該架構(gòu)靈感就來自Facebook已經(jīng)開源的人體姿勢(shì)實(shí)時(shí)識(shí)別系統(tǒng)DensePose。DensePose入選了2018年CVPR的Oral環(huán)節(jié)，主要是把2D圖像轉(zhuǎn)換成3D人體模型。
所以這步的目的就是算出2D特征圖對(duì)應(yīng)的3D姿態(tài)，也就是估計(jì)出UV坐標(biāo)。
最后，在訓(xùn)練主網(wǎng)絡(luò)之前，作者還將用圖像生成的多層次特征圖與WiFi信號(hào)生成的多水平特征圖之間的差異進(jìn)行了最小化，進(jìn)一步完善了最終結(jié)果。
盡管我們從肉眼看上去，兩種方法的最終結(jié)果差不多，但在數(shù)據(jù)方面，基于圖像的方法效果還是更好一些。
比如在同樣環(huán)境布局下，基于WiFi方法的精確度都低于圖像方法。
不同環(huán)境布局的情況也是如此。
與此同時(shí)，如果遇到數(shù)據(jù)集中不包含的動(dòng)作，該方法也無法識(shí)別成功。如果人數(shù)超過3個(gè)，也發(fā)生“丟人”情況。
下圖中左邊兩幅是罕見動(dòng)作失敗案例，右邊兩幅是3人以上識(shí)別失敗情況。
不過團(tuán)隊(duì)認(rèn)為，如上問題可以通過進(jìn)一步擴(kuò)充數(shù)據(jù)集來解決。
除此之外，該方法對(duì)路由器的放置位置要求很高，并且會(huì)對(duì)其他WiFi網(wǎng)絡(luò)造成影響。
論文一作為Jiaqi Geng，他來自卡耐基梅隆大學(xué)，去年8月獲得了機(jī)器人專業(yè)碩士學(xué)位。
另一位華人作者是Dong Huang，他現(xiàn)在是卡耐基梅隆大學(xué)高級(jí)項(xiàng)目科學(xué)家。
他的研究方向一直都是利用深度學(xué)習(xí)進(jìn)行信號(hào)識(shí)別。比如之前已經(jīng)實(shí)現(xiàn)了用WiFi信號(hào)實(shí)時(shí)識(shí)別2D人體姿態(tài)。
最后一位作者是Fernando De la Torre，他現(xiàn)在卡耐基梅隆大學(xué)機(jī)器人研究所副教授。
他的研究方向主要為計(jì)算機(jī)視覺，涉及領(lǐng)域包括人體姿態(tài)識(shí)別、AR/VR等。
2014年曾創(chuàng)辦過一家開發(fā)人臉識(shí)別技術(shù)的公司FacioMetrics LLC，2年后被Facebook收購(gòu)。
作者團(tuán)隊(duì)表示，目前該方法性能還受限于可用來訓(xùn)練的數(shù)據(jù)不多，未來，他們計(jì)劃擴(kuò)充數(shù)據(jù)集。
論文地址：
https://arxiv.org/abs/2301.00250
— 完 —
聯(lián)系客服
