账号:
密码:
CTIMES/SmartAuto / 新闻 /
MIT研究成果 透过AI让无线讯号穿墙分析人体动作
 

【CTIMES/SmartAuto 林彥伶 报导】   2018年06月19日 星期二

浏览人次:【1337】
  

AI人工智慧教导Wi-Fi装置如何估测人体姿势为何,甚至还有穿墙透视的功能,此一成果来自MIT Computer Science and Artificial Intelligence Laboratory (CSAIL)的科学家,未来有??应用於医疗领域,监控慢性疾病的演变。

上:镜头收集的真实影像;中:射频讯号描绘出的影像(Keypoint confidence maps);下:经训练後的结果,以动态火柴人型式呈现。
上:镜头收集的真实影像;中:射频讯号描绘出的影像(Keypoint confidence maps);下:经训练後的结果,以动态火柴人型式呈现。

RF-Pose是一个人工智慧神经网路系统,可分析来自Wi-Fi装置的射频(RF)讯号碰到环境物体的反射讯号,描绘成Keypoint confidence maps(如图所示),最後再将分析结果以2D火柴人影像呈现。

目前透过镜头(Camera)来监测人事物的应用很多,但研究团队发现,透过Camera来监控人体姿势和动作,最大的问题在於当人走到障碍物後面,Camera就无法录到人体的动作,但透过射频讯号便可解决这个问题,因为射频是一种可以穿透障碍物的讯号,即使人体被墙壁遮住,依然能够撷取到人体的姿势影像。

此项研究的资料来自於同步撷取的射频讯号影像和真实影像,资料中包括人们日常生活中会表现出的动作和姿势,如慢跑、走路、坐下、阅读等,团队在校园的的50个环境中进行连续50小时的资料搜集。

研究团队在RF-Pose计画中遇到的挑战之一,便是模型训练(model training)时没有预测的答案(labelled data),因此不知道训练後会呈现甚麽样的结果,而仅凭射频讯号描绘出的影像也不足以解释人体的动作。

因此,团队在模型训练时,在无线感测器旁设置了网路摄影机,同时取得射频讯号影像和真实影像,而这两种影像是同步的(synchronized),将这两种资料输入(input)至训练模型中,透过模型训练,缩小真实影像和射频讯号影像结果输出(output)的差异,让机器学习如何透过射频讯号来估测人体的动作,最後研究团队成功让系统不需要真实影像,也能尽凭射频讯号就估测出人体的姿势为何,准确率达83.4%。

这项研究可应用於慢性疾病(如帕金森氏症、多发性硬化症)演变的监测,以往使用者都要配戴某种感测器在身上,才能进行连续性的监测,若使用这项技术,以後在家都不用一直配戴XX感测器,目前研究团队正努力进一步将2D影像升级为3D影像的呈现。

關鍵字: RF  MIT 
相关新闻
Nordic发布可量产蓝牙5开发解决方案可用於建构蓝牙认证产品
打造智慧生活 Semtech携手Wifx推LORIX One闸道器
CEVA和香港应科院共同发表可提供授权许可的NB-IoT解决方案Dragonfly NB1
SEMI筹组功率电子暨化合物半导体委员会
资策会与MIT Media Lab携手升级PEV无人智慧车功能
comments powered by Disqus
相关讨论
  相关产品
» 莱镁医宣布将叁展「台湾睡眠医学学会」年度大会
» 安勤以整合医疗系统南港智慧医疗展亮相
» 莱镁医负压睡眠呼吸治疗装置 希腊市场经销签约推展有成
» JIUN推出新款云端医学影像管理系统
» Nordic Semiconductor携手Diabnext推出低功耗的智能胰岛素注射纪录器
  相关文章
» 高龄化需求驱动医材市场 创新应用以预防和辅助为导向
» 由自驾车迈向智慧交通系统的进展
» 医疗保健业:资料准备程度指数 3级
» 穿戴式装置和AI结合 打造医疗新样貌
» 驱动EV未来路 BMS电池管理一手包

AD


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2019 远播信息股份有限公司版权所有 Powered by O3
地址:台北市中山北路三段29号11楼 / 电话 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw