曾經，我們以為關上門、躲到牆後面，就可以安心做一些一個人才會做的事情。
可是很快，牆也不保險了。
麻省理工學院計算機科學和人工智能實驗室正在研究的這項叫射頻捕捉（RF-Capture）的技術，只要有無線信號，就能對牆後的人體進行建模、識別身體部位的活動。更具象地説，它能做到：
引用它能認出牆後面的人是誰；
它知道牆後面的人在幹什麽；
你用手在空氣中寫字，它知道你寫的是什麽。
麻省理工學院認為，這項技術在現實世界的應用將很廣泛。比如，以後玩虛擬現實遊戲，在不同的房間裏完成交互這都不成問題了，甚至可以走動着玩。在那些需要動作捕捉的電影攝製時，演員也不需要穿體感設備。
研究人員還在努力把這項技術應用在家庭環境中。比如，識別出房間裏的人處於昏迷狀態時，它會主動打電話報警。當你坐到客廳沙發上，它可能會自動幫你打開電視機，並且替你關掉卧室裏的燈光。
沒有任何可見光的路徑，僅靠無線信號就能識別一個處於完全封閉環境裏的人物影像的技術，RF-Capture 是第一個。
研究人員使用一個由 20 支天線緊湊排列的陣列向外發射無線信號，通過分析反射的信號，來對人的身影進行建模。信號強度大約只有 Wi-Fi 信號的千分之一，頻率在 5.46G 赫茲到 7.24G 赫茲之間。這種信號的頻率比 X 光、太拉赫（百億赫）和毫米波的都低，可以穿牆而過。
RF-Capture 採用了一種“由粗至精”的算法，它掃描三維空間，尋找人體四肢的射頻反射，形成三維的反射快照。多張快照重疊在一起，就能重建人的身影。
在識別準確度上，RF-Capture 做得非常不錯。通過射頻反射在 15 個人中識別出特定的人，準確率是 88.2%，而要在 5 個人中找出一個人，準確率會高達 95.7%。識別身體特定部位的動作，人離牆 8 米遠時，準確率是 76.4，走到離牆 3 米遠時，準確率會升高到 99.13%。當人走到離牆只有兩三釐米時，它能隔着牆識別出人在空氣中寫下的字。
換句話説，你在牆那邊幹什麼，牆這邊看得清楚得很呢。
研究人員拿它和微軟的 Kinect 骨骼跟蹤系統進行比較。在同一個房間裏時，Kinect 的表現要更好，不過 RF-Capture 識別人體部位的誤差中值也只有 2.19 釐米。在 90% 的實驗案例中，RF-Capture 捕捉人體部位活動的誤差都不超過 4.84 釐米。
目前，這項技術還未臻完善。儘管它可以識別朝向設備的任何人體部位，例如在空氣中寫字的手掌，然而不是所有部位都能顯示在所有射頻快照裏，導致它不能實現完整的骨骼跟蹤。研究人員説他們得繼續在計算機圖像圖形方面加深對無線反射的理解。
此前，倫敦大學的研究團隊利用無源雷達搭建的設備，通過多普勒效應也可以實現類似的功能，判斷牆後人體的移動。但它只能呈現人體的位置，還無法做到成像。
這種技術會在何種程度上侵犯他人隱私，以及如何通過技術和法律手段來規避風險，都是研究人員們將來要考慮的事情。
希望那一天來到的時候，我們都已做好準備。
題圖來自：《色即是空》劇照 插圖來自：Ars Technica
資料來源：愛範兒（ifanr）
作者/編輯：邱 雷
請按此登錄後留言。未成為會員? 立即註冊