現在，只用Wi-Fi就能“看”到你在房間里幹啥了……多人追踪也是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，輸出則是三維人體姿態。兩台路由器即可搞定！換算成本都不到500塊。

而且還不受環境光線、目標被遮擋的影響，效果接近於基於2D圖像進行識別的方法。

啊這，難道說WiFi能“看到”我？更進一步……WiFi能監視我？？

OMG，蝙蝠俠劇情要照進現實了？？

要知道在《暗黑騎士》裡，哥譚市所有人的手機都變成了監控設備，同一空間裡所有人的一舉一動都能被實時記錄。

網友們已經構思恐怖腦洞了：

想像一下，只需一台連接WiFi接收器的電視機，別人就能看到我們全家在幹啥了。

有人甚至說，以後可能必須要在身上塗保護層來屏蔽WiFi信號。

搞全身追踪，不要用攝像頭了

如上提到的方法，是卡耐基梅隆大學（CMU）機器人研究所的新成果。

研究的本身目的是為了保護隱私，畢竟在很多非公共場所，如養老院、獨居老人家中，監控非常有必要，但是使用攝像頭又很難保證隱私安全。

使用雷達倒是能解決隱私問題，但價格和具體可操作上就很勸退了。

於是，該團隊想到了用現在幾乎各家必備的WiFi來進行識別。

所以在設備上，僅需兩台再也普通不過的家用路由器（每個至少有3根天線）就可以了。

原理也很簡單，就是利用WiFi信號中的信道狀態信息（CSI）數據。

這些數據是一堆複雜的十進制序列，可以表示發射信號波和接收信號波之間的比率。

當它們在發射器和接收器之間傳輸時，一旦接觸到人體，就會被修改。

於是，通過解讀這些“改變”，就可以檢測到人體姿態。

為此，研究人員開發了一個“基於區域”的捲積神經網絡分析pipeline，該pipeline可以定位人體的各個部位。

然後再將WiFi信號的相位和振幅映射到24個人體區域裡的坐標，實現最終的全身姿態追踪。

具體來說，模型通過三個分量從WiFi信號中生成人體表面的UV坐標。

首先，通過振幅和相位Sanitization步驟對原始CSI信號進行“淨化”處理。

然後，將處理過的CSI信號通過雙分支編碼器-解碼器網絡轉換為2D特徵圖。

接著，將2D特徵饋送到一個叫做DensePose RCNN的架構中。

該架構靈感就來自Facebook已經開源的人體姿勢實時識別系統DensePose。DensePose入選了2018年CVPR的Oral環節，主要是把2D圖像轉換成3D人體模型。

所以這步的目的就是算出2D特徵圖對應的3D姿態，也就是估計出UV坐標。

最後，在訓練主網絡之前，作者還將用圖像生成的多層次特徵圖與WiFi信號生成的多水平特徵圖之間的差異進行了最小化，進一步完善了最終結果。

儘管我們從肉眼看上去，兩種方法的最終結果差不多，但在數據方面，基於圖像的方法效果還是更好一些。

比如在同樣環境佈局下，基於WiFi方法的精確度都低於圖像方法。

△數值越高意味著越好

不同環境佈局的情況也是如此。

與此同時，如果遇到數據集中不包含的動作，該方法也無法識別成功。如果人數超過3個，也發生“丟人”情況。

下圖中左邊兩幅是罕見動作失敗案例，右邊兩幅是3人以上識別失敗情況。

不過團隊認為，如上問題可以通過進一步擴充數據集來解決。

除此之外，該方法對路由器的放置位置要求很高，並且會對其他WiFi網絡造成影響。

來自CMU團隊，有2位華人作者

論文一作為Jiaqi Geng，他來自卡耐基梅隆大學，去年8月獲得了機器人專業碩士學位。

另一位華人作者是Dong Huang，他現在是卡耐基梅隆大學高級項目科學家。

他的研究方向一直都是利用深度學習進行信號識別。比如之前已經實現了用WiFi信號實時識別2D人體姿態。

最後一位作者是Fernando De la Torre，他現在卡耐基梅隆大學機器人研究所副教授。

他的研究方向主要為計算機視覺，涉及領域包括人體姿態識別、AR/VR等。

2014年曾創辦過一家開發人臉識別技術的公司FacioMetrics LLC，2年後被Facebook收購。

作者團隊表示，目前該方法性能還受限於可用來訓練的數據不多，未來，他們計劃擴充數據集。

來源：量子位