美國麻省理工學院（MIT）研討人員比來應用神經收集技巧開辟的新體系，可監測隱蔽在妨礙物前方的人體目的的挪動。
MIT盤算機迷信和人工智能試驗室（CSAIL）開辟的射頻—姿勢（RF-Pose）體系，經由過程剖析WiFi無線旌旗燈號穿越墻壁并從人體反射后的情形，應用深度神經收集辦法來估測人體的二維（2D）姿態。
因為無線旌旗燈號可穿透墻壁，該體系可追蹤隱蔽在視野外的人體目的。人工智能可將這些信息轉化為人體的柱狀模子，展現其姿態、地位及舉措。射頻—姿勢體系可傳輸比WiFi功率低1000倍的無線旌旗燈號，并不雅察其從情況中反射回來的旌旗燈號。只應用無線反射作為輸出，就可以估測人體骨骼的活動。
MIT研發團隊表現，該技巧可用于贊助研討諸如帕金森氏癥、多發性硬化癥（MS）和肌肉萎縮癥等疾病，射頻—姿勢體系可具體不雅察患者的活動情況，從而監測疾病的停頓。團隊稱，新技巧還可用以贊助老年人更自力地生涯，即便老年人在視野以外摔倒，體系也能檢測到。
研討人員指出，監測患者的步行速度和自立從事根本運動的才能，為醫療保健辦事供給了一個史無前例的窗口。新辦法的一個癥結優勢是，患者不用佩帶傳感器或要記住給他們的裝備充電。
針對該技巧被用于不法監督侵占隱私的擔心， CSAIL稱，該技巧的將來迭代可以使用“贊成機制”來確保被監督人處于體系的監控之下，用戶須要履行必定的操作來激該死機制。
