乌克兰少妇性做爰_欧美在线导航_欧美久久黄_欧美永久_国产一二在线观看_狠狠操一操_欧美性视频一区二区三区_日韩中文在线视频_精品国产一二三产品区别在哪_日韩特黄特色大片免费视频_亚洲欧美日韩国产精品一区二区_国产精品国产精品国产专区蜜臀ah_国产午夜成人无码免费_插插射啊爱视频日a级_大奶子久久_国产精产国品一二三产区视频_日本少妇高潮正在线播放_视频免费1区二区三区_国产精自产拍久久久久久蜜小说_人善交videos欧美3d残废

美國麻省理工學院（MIT）研究人員最近利用神經網絡技術開發的新系統，可監測隱藏在障礙物后方的人體目標的移動。

MIT計算機科學和人工智能實驗室（CSAIL）開發的射頻—姿態（RF-Pose）系統，通過分析WiFi無線信號穿越墻壁并從人體反射后的情況，使用深度神經網絡方法來估測人體的二維（2D）姿勢。

由于無線信號可穿透墻壁，該系統可追蹤隱藏在視線外的人體目標。人工智能可將這些信息轉化為人體的柱狀模型，展示其姿勢、位置及動作。射頻—姿態系統可傳輸比WiFi功率低1000倍的無線信號，并觀察其從環境中反射回來的信號。只使用無線反射作為輸入，就能估測人體骨骼的運動。

MIT研發團隊表示，該技術可用于幫助研究諸如帕金森氏癥、多發性硬化癥（MS）和肌肉萎縮癥等疾病，射頻—姿態系統可詳細觀察患者的運動情形，從而監測疾病的進展。團隊稱，新技術還可用以幫助老年人更獨立地生活，即使老年人在視線之外跌倒，系統也能檢測到。

研究人員指出，監測患者的步行速度和自主從事基本活動的能力，為醫療保健服務提供了一個前所未有的窗口。新方法的一個關鍵優勢是，患者不必佩戴傳感器或要記著給他們的設備充電。

針對該技術被用于非法監視侵犯隱私的擔憂， CSAIL稱，該技術的未來迭代可使用“同意機制”來確保被監視人處于系統的監控之下，用戶需要執行一定的操作來激活該機制。