Credit:麻省理工学院计算机科学与人工智能实验室《阿拉丁》中的感知魔毯可能有了新的竞争对手。虽然它不会飞也不会说话，但麻省理工学院计算机科学和人工智能实验室(CSAIL)的一种新的触觉传感地毯可以在不使用摄像头的情况下估计人类姿势，这是朝着改善自供电个性化医疗保健、智能家居和游戏迈出的一步。我们的许多日常活动涉及与地面的身体接触:散步、锻炼或休息。这些嵌入的交互包含了丰富的信息，帮助我们更好地理解人们的运动。
之前的研究利用了单个RGB摄像头(想想微软Kinect)、可穿戴全向摄像头，甚至是普通的现成网络摄像头，但不可避免地会产生摄像头遮挡和隐私问题的副产品。
CSAIL团队的系统仅使用摄像机来创建系统所训练的数据集，并且仅捕捉执行活动的人的瞬间。为了推断3D姿势，一个人只需走上地毯，执行一个动作，然后团队的深层神经网络，仅使用触觉信息，就可以确定这个人是在做仰卧起坐、拉伸还是在做另一个动作。
“你可以想象利用这种模式来实现针对高风险人群的无缝健康监测系统，用于跌倒检测、康复监测、移动性等，”一篇关于地毯的论文的主要作者罗怡悦说。
地毯本身成本低，可伸缩，由商用压敏薄膜和导电线制成，有超过9000个传感器，横跨36乘2英尺。(大多数客厅地毯的尺寸是八乘十或九乘十二。)
学分:麻省理工学院计算机科学和人工智能实验室地毯上的每个传感器都通过人的脚、四肢、躯干和地毯之间的物理接触，将人的压力转换成电信号。该系统是专门针对同步的触觉和视觉数据进行训练的，比如某个人做俯卧撑的视频和相应的热图。
该模型以视觉数据中提取的姿态作为地面真实，以触觉数据作为输入，最终输出三维人体姿态。
这可能看起来像是，当踏上地毯，做了一组俯卧撑后，系统能够产生某人做俯卧撑的图像或视频。
事实上，该模型能够预测一个人的姿势，误差幅度(通过预测的人体关键点和地面真实关键点之间的距离来测量)小于十厘米。对于具体的行为分类，系统在97%的情况下是准确的。
“你可以设想将地毯用于锻炼目的。该论文的合著者李云珠说:“仅基于触觉信息，它就能识别活动，计算重复次数，并计算燃烧的卡路里量。
因为大部分压力分布是由下半身和躯干的运动引起的，所以这些信息比上半身的数据更准确。此外，该模型无法预测没有更明显的地板接触的姿势，如仰卧起坐时自由漂浮的腿，或站立时扭曲的躯干。
虽然该系统可以理解一个人，但科学家们希望改进多个用户的指标，两个人可能在地毯上跳舞或拥抱。他们还希望从战术信号中获得更多信息，比如一个人的身高或体重。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
