一名测试者走进房间,窗户下面即显出此人的下肢影像。

随后，测试者完全被墙挡住，但人体骨架完全显示出来。

上图：在房间里的三个人。

下图：人工智能透视看到的三个人。

古人云，隔墙有耳。

但想要做到“隔墙有眼”，能穿墙透视，似乎是种遥不可及的本领。

然而现在，美国麻省理工学院研究人员的一群科学家，就用人工智能构建了一双透视眼。你在墙后的一举一动，它就都能看见。

黑科技

这种“透视”有何不同?

麻省理工学院计算机科学与人工智能实验室的研究团队，正在开发“穿墙透视”技术。他们最新的项目，“RF-Pose” 是使用AI(人工智能)训练无线设备感知人类的姿态和运动。这项技术甚至可以穿墙观察墙对面的情况。

所谓人体姿态估计，是指从人体图像中提取出手臂、腿部的关节，以及躯干和头部的关键点，并用这些信息重新组成2D的人体骨架。通俗点说，就是把人简化成“火柴人”的模样。

不过，以往的人体姿态估计是通过相机拍摄的图像实现的，因此当人体被墙壁等物体遮挡时，姿态估计将面临困境：如果人体被部分遮挡，人们还可以通过可视的部位，粗略推测身体其余部位的位置;而当障碍物将人完全遮住，设备就将束手无策了。

要估计出墙另一侧的人体姿态，透视是必不可少的。常见的是X射线，不过，这需要被测者完全处于X射线辐射中，这在现实中显然不切实际。

如何用“Wi-Fi”识别姿态?

现有技术能够显示藏身障碍物后个人的位置，但无从准确描述目标的动作。这次研究小组训练人工智能分析人体动作时身体14个位置反射回的无线电信号，绘制与真人同步的动图。

他们使用的手段是无线信号——没错，我们每天都在用的Wi-Fi就是最典型的无线信号。由于人体的高含水量，无线信号难以穿透，因此信号在遇到人体时会反射回来，重新穿过墙体，从而被另一侧的探测器接收。

但困难的是探测器收到的信号十分嘈杂，不仅有人体反射回的信号，还有经过其他反射途径收集到的信号。因此，他们设计了为RF-Pose的AI系统，通过神经网络学习估计人体姿态。

研究人员用无线设备和相机同时采集数据，在校园的50个地点，他们进行了超过50小时的数据收集。

随后，他们从照片中，将学生们的轮廓简化成骨架，并连同相应的无线信号送至神经网络。

经过训练，RF-Pose仅仅依靠从人体反射回的无线信号，就能精准预测一个人的姿态及行动。

用途

将拓展至3D，帮助监护独居老人

这项技术应用前景广阔。“例如，警察可以用这项技术透视墙后，”研究者卡塔比说。如果墙后的人呈站立姿势，那他可能正持枪站立。不过，研究项目现阶段集中于医疗应用。

研究人员说，这种穿墙透视技术可用于监测帕金森症或多发性硬化症患者的病况，让医生得以调整药量。依赖这套系统监控，一些身体虚弱而独居的人不用担心在家摔倒或受伤却没有人发现。

该团队的下一步工作，是将2D的姿态估计拓展至3D，如能实现，它将反映出更加微幅的运动。这一技术具有重要的实用场景：如果检测到一位老人的手在规律性地微幅抖动，系统就可以建议被测者去做帕金森病的检查。

担心

人们是否会24小时处于被监控中

当然，在现实穿墙透视方面不懈努力的并非只有麻省理工学院的科学家们，在安防领域更被人广为熟知的要数穿墙透视器了，还有些警用设备可以直接识别室内现有的WiFi实现透视。这项技术在令人惊叹之余，也不免让人担心，会不会始终处于无形的监控之下。

为了保护使用者的隐私，研究团队收集的所有匿名数据都得到了被测者的同意，并进行加密。

而在今后的实际应用中，研究者表示，他们计划建立“同意机制”，使用者可以通过特定的动作开启监控。

鉴于WiFi技术正在向传统无线局域网之外的音频、遥控、传感等新的领域渗透，民众对于WiFi产生的个人信息安全和隐私问题的焦虑不断加重。不过新的解决办法也在不断出现，例如东京大学的研究者们已经开发出一种能够阻挡Wi-Fi信号的墙漆。