千万别在有 WiFi 的房间里摆这种姿势，只因……

导读：现在，只用 WiFi就能 " 看 " 到你在房间里干啥了……　　（你…干…嘛……啊啊啊啊）　　多人追踪也是 so easy：　　过程中完全不需要拍下图像、不需要摄像头。

　　现在，只用 WiFi就能 " 看 " 到你在房间里干啥了……

　　（你…干…嘛……啊啊啊啊）

　　多人追踪也是 so easy：

　　过程中完全不需要拍下图像、不需要摄像头。

　　输入的仅是 WiFi 一维信号，输出则是三维人体姿态。

　　两台路由器即可搞定！换算成本都不到 500 块。

　　而且还不受环境光线、目标被遮挡的影响，效果接近于基于 2D 图像进行识别的方法。

　　啊这，难道说 WiFi 能 " 看到 " 我？更进一步…… WiFi 能监视我？？

　　OMG，蝙蝠侠剧情要照进现实了？？

　　要知道在《暗黑骑士》里，哥谭市所有人的手机都变成了监控设备，同一空间里所有人的一举一动都能被实时记录。

　　有人甚至说，以后可能必须要在身上涂保护层来屏蔽 WiFi 信号。

　　搞全身追踪，不要用摄像头了

　　如上提到的方法，是卡耐基梅隆大学（CMU）机器人研究所的新成果。

　　研究的本身目的是为了保护隐私，毕竟在很多非公共场所，如养老院、独居老人家中，监控非常有必要，但是使用摄像头又很难保证隐私安全。

　　使用雷达倒是能解决隐私问题，但价格和具体可操作上就很劝退了。

　　于是，该团队想到了用现在几乎各家必备的 WiFi 来进行识别。

　　所以在设备上，仅需两台再也普通不过的家用路由器（每个至少有 3 根天线）就可以了。

　　原理也很简单，就是利用 WiFi 信号中的信道状态信息（CSI）数据。

　　这些数据是一堆复杂的十进制序列，可以表示发射信号波和接收信号波之间的比率。

　　当它们在发射器和接收器之间传输时，一旦接触到人体，就会被修改。

　　于是，通过解读这些 " 改变 "，就可以检测到人体姿态。

　　为此，研究人员开发了一个 " 基于区域 " 的卷积神经网络分析 pipeline，该 pipeline 可以定位人体的各个部位。

　　然后再将 WiFi 信号的相位和振幅映射到24 个人体区域里的坐标，实现最终的全身姿态追踪。

　　具体来说，模型通过三个分量从 WiFi 信号中生成人体表面的 UV 坐标。

　　首先，通过振幅和相位 Sanitization 步骤对原始 CSI 信号进行 " 净化 " 处理。

　　然后，将处理过的 CSI 信号通过双分支编码器 - 解码器网络转换为 2D 特征图。

　　接着，将 2D 特征馈送到一个叫做 DensePose RCNN 的架构中。

　　该架构灵感就来自 Facebook 已经开源的人体姿势实时识别系统 DensePose。DensePose 入选了 2018 年 CVPR 的 Oral 环节，主要是把 2D 图像转换成 3D 人体模型。

　　所以这步的目的就是算出 2D 特征图对应的 3D 姿态，也就是估计出 UV 坐标。

　　最后，在训练主网络之前，作者还将用图像生成的多层次特征图与 WiFi 信号生成的多水平特征图之间的差异进行了最小化，进一步完善了最终结果。

　　尽管我们从肉眼看上去，两种方法的最终结果差不多，但在数据方面，基于图像的方法效果还是更好一些。

　　比如在同样环境布局下，基于 WiFi 方法的精确度都低于图像方法。

　　△数值越高意味着越好

　　不同环境布局的情况也是如此。

　　与此同时，如果遇到数据集中不包含的动作，该方法也无法识别成功。如果人数超过 3 个，也发生 " 丢人 " 情况。

　　下图中左边两幅是罕见动作失败案例，右边两幅是 3 人以上识别失败情况。

　　不过团队认为，如上问题可以通过进一步扩充数据集来解决。

　　除此之外，该方法对路由器的放置位置要求很高，并且会对其他 WiFi 网络造成影响。

　　来自 CMU 团队，有 2 位华人作者

　　论文一作为Jiaqi Geng，他来自卡耐基梅隆大学，去年 8 月获得了机器人专业硕士学位。

　　△Jiaqi Geng

　　另一位华人作者是Dong Huang，他现在是卡耐基梅隆大学高级项目科学家。

　　△Dong Huang

　　他的研究方向一直都是利用深度学习进行信号识别。比如之前已经实现了用 WiFi 信号实时识别 2D 人体姿态。

　　最后一位作者是Fernando De la Torre，他现在卡耐基梅隆大学机器人研究所副教授。

　　△Fernando De la Torre

　　他的研究方向主要为计算机视觉，涉及领域包括人体姿态识别、AR/VR 等。

　　2014 年曾创办过一家开发人脸识别技术的公司 FacioMetrics LLC，2 年后被 Facebook 收购。

　　作者团队表示，目前该方法性能还受限于可用来训练的数据不多，未来，他们计划扩充数据集。

　　论文地址：

　　https://arxiv.org/abs/2301.00250