机器学习干货君|原创》》》论文pdf位于文末》》》Source: Zhao et al. CVPR 2018WiFi 信号无时不刻地围绕着我们，但是你知道吗？借助这些 WiFi 信号，人工智能居然可以隔着墙探测人体的姿态，达到透视的效果！而这一切，都要从姿态检测讲起。
曾几何时，基于人工智能的实时姿态检测还是一个新潮的概念：但随着人工智能技术的迅猛发展，再加上视频输入不可避免的肢体阻挡问题基于 R-CNN 等技术实现的实时人体姿态检测已经无法吸引我们的眼球了：这不，美国MIT人工智能实验室（MIT CSAIL）的研究者 Zhao 等人就想出可以利用无处不在 WiFi 信号来检测人体的姿态。
在解决了肢体阻挡问题的同时，由于 WiFi信号的穿透性，利用 WiFi 信号检测人体姿态带来了一个意外的好处：透视如图是一个人走入走出一个房间的全过程。
可见，在下方 AI 的输出中，这个男人在房间的每一个动作都清晰可见！再来一张图：可以看出，房间中其实还有一个人。
更令人惊奇的是，实现这一切的 WiFi 信号竟比我们日常使用的 WiFi 信号强度低1000倍。
好了，话不多说，让我们来探究一番这一切的原理吧！原理以往的姿态检测，由于接受的是视频输入，是不可能避免肢体阻挡的问题的。
要处理这种问题，往往需要利用算法去模拟、猜测。
这就带来了大量的误差：于是 MIT 的 Zhao 等人便想到了可以利用一个空间中的 WiFi 信号在人体的反射来探测人的位置，甚至姿态如图， y、z 平面和 x、z 平面分别表现了这个空间中水平和竖向的 WiFi 反射信息：可见，人处在的位置上，WiFi 信号图会有明显的白点。
但是总的来说，这些信息还是杂乱无章的，我们没法直接从中加以转换，转化成人的姿态信息。
看到这里，相信有基础的读者已经能够想到，我们可以利用一个卷积神经网络来自动学习这两张信号图和人体姿态的关联。
但是，标签呢？我们知道，要想让卷积神经网络学习一个映射，一定要提供原始数据及与之对应的标签Zhao 等人利用了下方这个巧妙的神经网络结构解决了这个问题：如图，这是一个被称为“教师-学生”神经网络的模型。
它包含了两个神经网络：教师网络（Teacher Network）学生网络（Student Network）简单说来，教师神经网络是一个经典的姿态检测网络，而学生神经网络是一个待训练的普通神经网络结构。
Zhao 等人利用了这个巧妙的神经网络使模型利用教师神经网络自行生成标签用以训练学生神经网络，可谓是构思精妙！最后来开一组对比：图中第二行是 WiFi 信号生成的姿态信息，而第三行是传统姿态检测模型生成的姿态信息。
可见，这个模型在无光和阻挡的环境下依旧可以顺利探测出人体的姿态。
可以说是真正做到了透视的效果！↓↓↓附件领取请看这里↓↓↓请先点击关注；然后私信发送“wifi”即可轻松领取本篇论文pdf文件相关干货：夜间照相再也不需要高端相机？详见「速读论文」让AI拯救你手机的夜间拍照效果（附源码、pdf)简笔画变照片？黑白图自动上色？探秘图像翻译！详见「速读论文」简笔画变照片？这就是GAN图像翻译！(附pdf)想要用Python轻松可视化任何函数吗？详见干货｜一文教你用Python轻松可视化任何函数(附代码)想要深入了解机器学习领域中5大最本质、最关键的算法吗？详见干货｜机器学习5大关键算法深入盘点！一个比一个艰深机器学习干货君致力于原创易于理解的技术原理与细节文章I Study Hard,So YOU Don't Have To !欢迎大家关注: )