新加坡研究人员开发“MaskFi”，用于在元宇宙中实时跟踪人类
Summary:
新加坡南洋理工大学的研究人员开发了一种新技术，使用 Wi-Fi 传感和人工智能实时跟踪元宇宙的人类活动。他们引入了一种基于人工智能的系统“MaskFi”，它克服了基于物理传感器或摄像头的现有方法的局限性。通过无监督学习进行训练，MaskFi 使用未标记的视频和 Wi-Fi 活动数据，准确率达到 97%。这种创新方法可以为现实世界的实时、精确的元宇宙复制铺平道路。
新加坡南洋理工大学的科学研究人员最近揭示了一种跟踪元宇宙实时人类活动的新方法。元宇宙的一个重要方面是能够在在线空间中即时镜像现实世界的物体和个人。在数字现实领域，用户有能力转头改变他们的观点或使用现实世界的控制器来影响在线环境。在元宇宙中捕捉人类动作的现有方式涉及以设备为中心的传感器、摄像头或两者的混合。然而，研究人员在他们的预印本研究中指出了这些选项的严重局限性。相关新闻：OpenAI 的 Sam Altman 面临 Elon Musk 因违反协议而提起的诉讼。正如研究人员所说，依赖于设备的传感网络，如手持控制器中的运动传感器，只能从人体上的单个点收集信息，从而限制了复杂的活动捕获。此外，以相机为中心的跟踪系统还存在与昏暗的照明条件和物理障碍物相关的问题。这就是WiFi传感发挥作用的地方。几年来，科学家们一直使用WiFi传感器来监测人类行为。与雷达类似，用于发送和接收WiFi数据的无线电信号可用于检测环境中的物体。它们可以进行调整以监测心率、跟踪睡眠和呼吸模式，甚至可以隔墙检测人。元宇宙领域的研究人员此前曾尝试将WiFi传感与传统的跟踪方法相结合，但结果喜忧参半。这也将我们引向了人工智能领域。WiFi跟踪需要人工智能模型的应用。不幸的是，训练这些模型的过程往往给研究人员带来了严峻的挑战。根据新加坡团队的论文：“使用WiFi和视觉模式的现有技术依赖于大量难以收集的标记数据。...我们提出了一种独特的无监督多模态HAR解决方案，其名称为MaskFi，只需要未标记的视频和WiFi活动数据即可进行模型训练。为了训练必要的人工智能模型来试验用于人类活动识别（HAR）的WiFi传感，科学家需要创建一个庞大的训练数据数据库。这些用于训练人工智能的数据集可以代表数千甚至数百万个数据点，具体取决于每个模型的具体目标。标记这些数据集通常成为这些调查中最冗长的部分。这就是 MaskFi 的用武之地。南洋理工大学的团队开发了“MaskFi”系统来解决这一困境。该系统应用通过称为“无监督学习”的方法创建的 AI 模型。在无监督学习中，AI 模型最初在较小的数据集上进行训练，然后反复修改，直到它能够以合理的准确性预测输出状态。这个过程使科学家能够将注意力集中在模型上，而不是花时间创建强大的训练数据集。资料来源：Yang， et.al.， 2024 根据研究人员的说法，MaskFi 系统在两个相关基准测试中实现了近 97% 的精度。这表明，随着更多的发展，这种机制可以作为一种全新的元宇宙模式的跳板：一个提供实时和完美复制现实世界的元宇宙。
Published At
3/1/2024 8:23:40 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.