Yapay zeka ve kablosuz teknolojinin birleşimi: "duvarların arasından" insan hareketlerini algılar!
Kılavuz
Yakın zamanda, Massachusetts Teknoloji Enstitüsü (MIT) Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'ndan (CSAIL) Profesör Dina Katabi liderliğindeki bir araştırma ekibi tarafından geliştirilen en son proje "RF-Pose", kablosuz cihazlara "duvarların içinden" geçmeyi öğretmek için yapay zeka (AI) kullanıyor. İnsan vücudunun duruşunu ve hareketini algılayın.
arka fon
Yaygın olarak "perspektif göz" olarak bilinen "X-ışını görüşü", genellikle bilim kurguda ortaya çıkar.Örneğin, çizgi roman kahramanı "Süpermen" bu yeteneğe sahiptir. Objelerin arkasındaki şeyleri tıkanmalarla görebilir. . Gerçek dünyadaki uygulamalar için, bu tür bir "perspektif" yeteneği sonsuz bilimkurgu olarak görülmüştür.
Ancak son yıllarda bilim adamlarının yenilikçi araştırmaları, yavaş yavaş "perspektif gözleri" bilimkurgudan gerçeğe dönüştürmüştür. Önce tanıtılan ilgili yenilikleri gözden geçirelim:
1) Santa Barbara'daki California Üniversitesi'nden (UCSB) araştırmacılar, Wi-Fi kablosuz sinyallerini iletmek ve almak için iki dron kullanarak ve duvarın arkasındaki nesnelerin duvardan 3B görüntülemesini gerçekleştirerek ilk kez yeni bir çözüm gösterdiler.
(Resim kaynağı: UCSB)
2) Almanya'daki Münih Teknik Üniversitesi'ndeki araştırmacılar, Wi-Fi vericisinin etrafındaki nesnelerin üç boyutlu bir hologramını oluşturmak için Wi-Fi vericisinin başıboş radyasyonunu kullandı. Wi-Fi sinyalleri duvarlardan geçebildiğinden, odadaki sızan Wi-Fi sinyalleri, odadaki nesnelerin görüntülerini gözlemlemek için odanın dışındaki "duvarlardan geçmek" için bile kullanılabilir.
(Fotoğraf kredisi: Friedemann Reinhard / Philipp Holl / Münih Teknik Üniversitesi)
3) Massachusetts Institute of Technology (MIT) Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'ndan (CSAIL) Profesör Dina Katabi liderliğindeki araştırma ekibi tarafından geliştirilen WiTrack sistemi, insan vücudu tarafından yansıtılan kablosuz sinyali analiz edebilir ve insan vücudunun kontur bilgilerini "duvar içinden" bir yöntemle tespit edebilir. , İnsan hareketlerini yakalamak, yaşlıların düşmesini önlemek vb.
(Resim kaynağı: MIT)
Yenilikçilik
Bugün tanıtılacak yenilikçi sonuçlar, Massachusetts Teknoloji Enstitüsü (MIT) Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'ndan (CSAIL) Profesör Dina Katabi liderliğindeki bir araştırma ekibi tarafından da geliştirildi ve aynı zamanda "RF-Pose" adlı son projeleri. Proje, insan vücudunun duruşunu ve hareketini algılamak için kablosuz cihazlara "duvarlardan geçmeyi" öğretmek için yapay zeka (AI) kullanıyor.
(Resim kaynağı: Jason Dorfman, MIT CSAIL)
İlgili makalenin baş yazarı MIT'de doktora öğrencisi Mingmin Zhao'dur. Makalenin ortak yazarları arasında MIT profesörü Antonio Torralba, doktora sonrası araştırma görevlisi Mohammad Abu Alsheikh, yüksek lisans öğrencisi Tianhong Li, doktora öğrencileri Yonglong Tian ve Hang Zhao yer alıyor. Bu ayın ilerleyen günlerinde, bu makaleyi ABD, Utah, Salt Lake City'deki Computer Vision and Pattern Recognition (CVPR) Konferansı'nda yayınlayacaklar.
teknoloji
Basitçe ifade etmek gerekirse, teknolojinin prensibi şu şekilde özetlenebilir: insan vücudu tarafından yansıtılan radyo sinyallerini analiz etmek için sinir ağlarını kullanmak ve ardından bir insan gibi yürüyebilen, durabilen, oturabilen ve uzuvları hareket ettirebilen dinamik bir çubuk şekli yaratmak.
(Resim kaynağı: MIT CSAIL)
(Resim kaynağı: MIT CSAIL)
Ancak, bu hedefe ulaşma sürecinde araştırmacılar önemli bir zorlukla yüzleşmelidir. Buradaki zorluk, çoğu sinir ağının manuel olarak etiketlenmiş veriler üzerinde eğitilmesidir. Örneğin, kedileri tanımak için eğitilmiş bir sinir ağı, insanların büyük bir görüntü veri kümesine bakmasını ve her bir görüntüyü bir "kedi" veya "Kedi olmayan". Bununla birlikte, radyo sinyalleri insanlar tarafından kolayca işaretlenmez.
Bu zorluğun üstesinden gelmek için, araştırmacılar akıllı bir yöntem benimsedi: kablosuz bir cihaz ve örnek toplamak için bir kamera kullanın.
Yürüyen, konuşan, oturan, kapıları açan, asansör bekleyen binlerce hareketli görüntüyü topladılar ve ardından kameranın çektiği görüntülerden çubuk figürlerini çıkardılar ve bu çubuk figürler ilgili radyo sinyalleriyle birlikte sinir ağına gönderildi. Bu örnek kombinasyonu, sistemin radyo sinyali ile olay yerindeki insan vücudunun çubuk şekli arasındaki ilişkiyi öğrenmesini sağlar.
Eğitimden sonra, RF-Pose'un bir kameraya ihtiyacı yoktur ve sadece insanların duruşunu ve hareketini değerlendirmek için insan vücudundan kablosuz yansıma sinyalleri toplaması gerekir.
Kamera duvardan gözlemleyemediği için, sinir ağının eğitimi hiçbir zaman duvarın arkasındaki diğer taraftaki verilere dayanmaz. Bu, MIT ekibini özellikle şaşırttı: Sinir ağı, bu bilgiyi özetleyebilir ve insan hareketine "duvarlar arasında" hakim olabilir.
Ayrıca veri toplama açısından ekip tarafından toplanan tüm veriler deneklerin rızası alınarak kullanıcı gizliliği anonimlik ve şifreleme ile korunmuştur.
değer
Ekip, sistemin Parkinson hastalığı ve multipl skleroz gibi hastalıkları tespit etmek için kullanılabileceğini, bunun hastalığın ilerlemesini daha iyi anlamasına yardımcı olacağını ve doktorların ilacı buna göre ayarlamasını kolaylaştıracağını söyledi. Ek olarak, düşme, yaralanma ve aktivite şekillerindeki değişiklikleri tespit ederek, bu teknoloji yaşlıların daha bağımsız yaşamalarına ve aktivitelerinin güvenliğini artırmalarına yardımcı olacaktır. Diğer izleme çözümleriyle karşılaştırıldığında bu çözümün önemli bir avantajı vardır, yani hastanın sensörü takmasını veya cihazı şarj etmesini gerektirmez.
(Resim kaynağı: MIT)
Sağlık alanındaki uygulamalara ek olarak, RF-Pose yeni elektronik oyunlarda da kullanılabilir. Bu video oyunlarında oyuncular odanın içinde hareket edebilir.
(Resim kaynağı: MIT)
Hareket algılamaya ek olarak, bu teknoloji, hayatta kalanların yerlerinin tespit edilmesine yardımcı olmak için arama ve kurtarma görevlerinde de kullanılabilir. Araştırmacılar ayrıca, 100 kişiden oluşan bir sıradaki birini% 83 doğrulukla doğru bir şekilde tanımlamak için kablosuz sinyalleri kullanabileceklerini gösterdi. Bu yetenek, belirli kişilerin tanımlanmasına yardımcı olacağından özellikle arama ve kurtarma faaliyetleri için kullanışlıdır.
Araştırmacılar, görsel verileri AI teknolojisiyle birleştirerek, bu duvarlardan gözlemleme teknolojisinin sahneyi daha iyi anlamaya, çevremizi daha akıllı hale getirmeye ve hayatlarımızı daha güvenli ve daha güvenli hale getirmeye yardımcı olacağını söyledi. Verimli. Tıpkı cep telefonları ve Wi-Fi yönlendiricilerinin günümüzün ev yaşamının önemli bir parçası olması gibi, bu tür kablosuz teknoloji de ev hayatı için yeni bir gelecek açacaktır.
gelecek
Bu makalede, modelin çıktısı iki boyutlu bir çubuk figürdür, ancak ekip aynı zamanda daha ince hareketleri taklit etmek için üç boyutlu bir temsil oluşturmak için çalışıyor, örneğin fiziksel muayene sırasında yaşlıların ellerinin düzenli olarak titreyip titremediğini görmek gibi. Şu anda ekip, tıp ve sağlık alanında daha fazla uygulamayı keşfetmek için doktorlarla birlikte çalışıyor.
Anahtar kelime
Tıp, radyo, yapay zeka, sinir ağı
Referans
[1] artificial-intelligence-senses-people-through-walls-0612
[2]
