本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

現(xiàn)在，只用WiFi就能“看”到你在房間里干啥了……

（你…干…嘛……啊啊啊啊）

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，輸出則是三維人體姿態(tài)。

兩臺路由器即可搞定！換算成本都不到500塊。

而且還不受環(huán)境光線、目標被遮擋的影響，效果接近于基于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(jiān)視我？？

OMG，蝙蝠俠劇情要照進現(xiàn)實了？？

要知道在《暗黑騎士》里，哥譚市所有人的手機都變成了監(jiān)控設備，同一空間里所有人的一舉一動都能被實時記錄。

網(wǎng)友們已經(jīng)構(gòu)思恐怖腦洞了：

想象一下，只需一臺連接WiFi接收器的電視機，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層來屏蔽WiFi信號。

搞全身追蹤，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(yǎng)老院、獨居老人家中，監(jiān)控非常有必要，但是使用攝像頭又很難保證隱私安全。

使用雷達倒是能解決隱私問題，但價格和具體可操作上就很勸退了。

于是，該團隊想到了用現(xiàn)在幾乎各家必備的WiFi來進行識別。

所以在設備上，僅需兩臺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(tài)信息（CSI）數(shù)據(jù)。

這些數(shù)據(jù)是一堆復雜的十進制序列，可以表示發(fā)射信號波和接收信號波之間的比率。

當它們在發(fā)射器和接收器之間傳輸時，一旦接觸到人體，就會被修改。

于是，通過解讀這些“改變”，就可以檢測到人體姿態(tài)。

為此，研究人員開發(fā)了一個“基于區(qū)域”的卷積神經(jīng)網(wǎng)絡分析pipeline，該pipeline可以定位人體的各個部位。

然后再將WiFi信號的相位和振幅映射到24個人體區(qū)域里的坐標，實現(xiàn)最終的全身姿態(tài)追蹤。

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“凈化”處理。

然后，將處理過的CSI信號通過雙分支編碼器-解碼器網(wǎng)絡轉(zhuǎn)換為2D特征圖。

接著，將2D特征饋送到一個叫做DensePose RCNN的架構(gòu)中。

該架構(gòu)靈感就來自Facebook已經(jīng)開源的人體姿勢實時識別系統(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特征圖對應的3D姿態(tài)，也就是估計出UV坐標。

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

△數(shù)值越高意味著越好

不同環(huán)境布局的情況也是如此。

與此同時，如果遇到數(shù)據(jù)集中不包含的動作，該方法也無法識別成功。如果人數(shù)超過3個，也發(fā)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(shù)據(jù)集來解決。

除此之外，該方法對路由器的放置位置要求很高，并且會對其他WiFi網(wǎng)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(yè)碩士學位。

△Jiaqi Geng

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

△Dong Huang

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(jīng)實現(xiàn)了用WiFi信號實時識別2D人體姿態(tài)。

最后一位作者是Fernando De la Torre，他現(xiàn)在卡耐基梅隆大學機器人研究所副教授。

△Fernando De la Torre

他的研究方向主要為計算機視覺，涉及領域包括人體姿態(tài)識別、AR/VR等。

2014年曾創(chuàng)辦過一家開發(fā)人臉識別技術的公司FacioMetrics LLC，2年后被Facebook收購。

作者團隊表示，目前該方法性能還受限于可用來訓練的數(shù)據(jù)不多，未來，他們計劃擴充數(shù)據(jù)集。

論文地址：https://arxiv.org/abs/2301.00250