发布时间:2018-06-14 17:20 原文链接: 麻省理工学院新技术:可穿墙看到人体

  麻省理工学院(MIT)计算机科学和人工智能实验室创建了一个系统,可以透过墙壁看到你的身体,重现你在走路、坐着或静止不动时的姿势。这套系统借助射频波来感知你的位置,然后将你的身体重新变为简单的线条画。该系统被称为 RF-Pose。

图片.png

  该实验室在介绍 RF-Pose 系统的一份公告中写道:

  研究人员使用神经网络来分析从人体上反弹过来的无线电信号,然后创建一个动态线条画,在你走路、驻足、坐下以及活动四肢时,这个线条画也会模拟这些动作。

  研究团队表示,该系统可用于监测帕金森氏症和多发性硬化症(MS)等疾病,从而更好地了解疾病进展,让医生可以相应调整治疗方案。它还可以帮助老年人更独立地生活,同时增加一个安全层,以更好地预判跌倒、受伤和活动模式变化等。

  该团队主要对将该系统用于医疗保健感兴趣,试图在没有相机或其他外力的帮助下,对房间内的目标进行被动监测。研究人员写道:“研究团队收集的一切数据都获得了目标主体的同意,并且经过匿名和加密处理以保护用户隐私。”“至于未来在现实世界中的应用,研究团队计划推行一种‘同意机制’。在这种机制的引导下,RF-Pose 设备安装人员可以进行一系列特定动作,从而开始监测周围环境。”

  在实验中,研究人员在一个人活动时进行射频干扰,并将此人走向射频干扰的视频展示给机器看,借此来训练神经网络。接着,他们将线条画覆盖到活动部分,并训练神经网络自动做同样的动作。由于射频信号无处不在,因此相比其他传感技术,RF-Pose 设备更容易使用。

  有趣的是,研究人员以前从未训练过 RF-Pose 系统透视墙壁,但它却能够“利用之前学到的知识,处理穿墙活动”。

  “如果你将计算机视觉系统看作是老师,那么这就是一个学生表现超过老师的真正有趣的例子,”研究人员安东尼奥·托拉尔巴(Antonio Torralba)说。不过,RF-Pose 系统是否会被用于其他商业用途,目前还不清楚。


相关文章

揭示帕金森病中蛋白聚集的秘密:NEMO蛋白的关键作用

神经退行性疾病,如帕金森病或阿尔茨海默病,与大脑中蛋白质聚集的沉积有关。当细胞废物清除系统存在缺陷或超负荷时,这些聚集物会积累。一种主要与免疫系统信号传导过程相关的蛋白质NEMO可以防止帕金森病中发生......

基因疗法治疗帕金森取得新进展,灵长类动物实验效果显著

中国科学院深圳先进技术研究院(SIAT)的科学家及其合作伙伴设计出一种靶向基因治疗方法,可减轻啮齿动物和非人灵长类动物帕金森病的主要运动症状。这项研究最近发表在《细胞》(Cell)杂志上。帕金森病以中......

我国学者提出帕金森病新型神经调控疗法

帕金森病是老年人群中最常见的神经退行性疾病之一。左旋多巴是目前临床上最常用的帕金森病治疗药物之一,但该药物除干预帕金森病累及的基底节多巴胺神经环路并恢复其功能外,还非特异性地作用于全脑和全身所有其他多......

国产脑起搏器为帕金森患者带来更有针对性的精准治疗

国产且全球领先的可充电、无条件兼容3.0T核磁、可感知的脑起搏器在上海实现了本地应用。记者6日获悉,海军军医大学帕金森病专病诊治中心负责人、长海医院神经外科主任医师胡小吾教授主刀,联合上海冬雷脑科医院......

新神经网络让人工智能像人一样思考

美国科学家开发了一个具有类似人类系统泛化能力的神经网络,挑战了一个已存在35年的观点,即神经网络缺乏系统泛化的能力,不是人脑的可行模型。相关研究近日发表于《自然》。研究者表示,使用新方法或能开发出行为......

科学家构建深度脉冲神经网络学习框架

脉冲神经网络(SpikingNeuralNetwork,SNN)被誉为第三代神经网络,使用更低层次的生物神经系统的抽象。它既是神经科学中研究大脑原理的基本工具,又因稀疏计算、事件驱动、超低功耗的特性,......

新构建!深度脉冲神经网络学习框架“惊蜇”

中国科学院自动化所李国齐研究员和北京大学计算机学院田永鸿教授团队合作构建出深度脉冲神经网络学习框架“惊蜇”。它可以提供全栈式的脉冲深度学习解决方案,能够处理神经形态数据、构建深度脉冲神经网络、部署神经......

Nature子刊:发现帕金森样病的潜在新标志物

瑞典科学家研究发现,多巴脱羧酶(DDC)在脑脊液和血浆中的水平或可作为有用的生物标志物,用于检测帕金森样病,包括路易体病。相关研究9月18日发表于《自然—衰老》。帕金森样病包括帕金森病、路易体相关痴呆......

AnalyticalChemistry|朱正江课题组基于神经网络构建的离子淌度质谱CCS值数据库

中国科学院上海有机化学研究所生物与化学交叉研究中心朱正江研究员团队在AnalyticalChemistry杂志在线发表了题为“AllCCS2:CurationofIonMobilityCollisio......

科学家利用神经网络设计全新蛋白质

美国麻省理工学院研究人员在新一期《应用物理学杂志》发表的论文中,将注意力神经网络与图神经网络相结合,以更好地理解和设计蛋白质。该方法将几何深度学习与语言模型的两种优势结合起来,不仅可预测现有蛋白质特性......