一名測試者走進房間,窗戶下面即顯出此人的下肢影像。

隨后，測試者完全被墻擋住，但人體骨架完全顯示出來。

上圖：在房間里的三個人。

下圖：人工智能透視看到的三個人。

古人云，隔墻有耳。

但想要做到“隔墻有眼”，能穿墻透視，似乎是種遙不可及的本領。

然而現在，美國麻省理工學院研究人員的一群科學家，就用人工智能構建了一雙透視眼。你在墻后的一舉一動，它就都能看見。

黑科技

這種“透視”有何不同?

麻省理工學院計算機科學與人工智能實驗室的研究團隊，正在開發“穿墻透視”技術。他們最新的項目，“RF-Pose” 是使用AI(人工智能)訓練無線設備感知人類的姿態和運動。這項技術甚至可以穿墻觀察墻對面的情況。

所謂人體姿態估計，是指從人體圖像中提取出手臂、腿部的關節，以及軀干和頭部的關鍵點，并用這些信息重新組成2D的人體骨架。通俗點說，就是把人簡化成“火柴人”的模樣。

不過，以往的人體姿態估計是通過相機拍攝的圖像實現的，因此當人體被墻壁等物體遮擋時，姿態估計將面臨困境：如果人體被部分遮擋，人們還可以通過可視的部位，粗略推測身體其余部位的位置;而當障礙物將人完全遮住，設備就將束手無策了。

要估計出墻另一側的人體姿態，透視是必不可少的。常見的是X射線，不過，這需要被測者完全處于X射線輻射中，這在現實中顯然不切實際。

如何用“Wi-Fi”識別姿態?

現有技術能夠顯示藏身障礙物后個人的位置，但無從準確描述目標的動作。這次研究小組訓練人工智能分析人體動作時身體14個位置反射回的無線電信號，繪制與真人同步的動圖。

他們使用的手段是無線信號——沒錯，我們每天都在用的Wi-Fi就是最典型的無線信號。由于人體的高含水量，無線信號難以穿透，因此信號在遇到人體時會反射回來，重新穿過墻體，從而被另一側的探測器接收。

但困難的是探測器收到的信號十分嘈雜，不僅有人體反射回的信號，還有經過其他反射途徑收集到的信號。因此，他們設計了為RF-Pose的AI系統，通過神經網絡學習估計人體姿態。

研究人員用無線設備和相機同時采集數據，在校園的50個地點，他們進行了超過50小時的數據收集。

隨后，他們從照片中，將學生們的輪廓簡化成骨架，并連同相應的無線信號送至神經網絡。

經過訓練，RF-Pose僅僅依靠從人體反射回的無線信號，就能精準預測一個人的姿態及行動。

用途

將拓展至3D，幫助監護獨居老人

這項技術應用前景廣闊。“例如，警察可以用這項技術透視墻后，”研究者卡塔比說。如果墻后的人呈站立姿勢，那他可能正持槍站立。不過，研究項目現階段集中于醫療應用。

研究人員說，這種穿墻透視技術可用于監測帕金森癥或多發性硬化癥患者的病況，讓醫生得以調整藥量。依賴這套系統監控，一些身體虛弱而獨居的人不用擔心在家摔倒或受傷卻沒有人發現。

該團隊的下一步工作，是將2D的姿態估計拓展至3D，如能實現，它將反映出更加微幅的運動。這一技術具有重要的實用場景：如果檢測到一位老人的手在規律性地微幅抖動，系統就可以建議被測者去做帕金森病的檢查。

擔心

人們是否會24小時處于被監控中

當然，在現實穿墻透視方面不懈努力的并非只有麻省理工學院的科學家們，在安防領域更被人廣為熟知的要數穿墻透視器了，還有些警用設備可以直接識別室內現有的WiFi實現透視。這項技術在令人驚嘆之余，也不免讓人擔心，會不會始終處于無形的監控之下。

為了保護使用者的隱私，研究團隊收集的所有匿名數據都得到了被測者的同意，并進行加密。

而在今后的實際應用中，研究者表示，他們計劃建立“同意機制”，使用者可以通過特定的動作開啟監控。

鑒于WiFi技術正在向傳統無線局域網之外的音頻、遙控、傳感等新的領域滲透，民眾對于WiFi產生的個人信息安全和隱私問題的焦慮不斷加重。不過新的解決辦法也在不斷出現，例如東京大學的研究者們已經開發出一種能夠阻擋Wi-Fi信號的墻漆。