* Profesores del MIT crearon un sistema que permite estimar la postura y los movimientos de una persona que está del otro lado de una pared.

MVS

CALIFORNIA. Mediante una red neuronal para analizar señales de radio, científicos del Instituto de Tecnología de Massachusetts (MIT, por sus siglas en inglés) diseñaron un sistema de inteligencia artificial para identificar movimientos de individuos, incluso desde el otro lado de la pared.

La tecnología denominada “RF-Pose” usa inteligencia artificial para enseñar a los dispositivos inalámbricos a sentir las posturas y el movimiento de las personas. Su desarrollo estuvo a cargo de expertos del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL).

Los investigadores utilizaron una red neuronal para analizar las señales de radio que rebotan en los cuerpos de las personas, para luego crear una figura dinámica que camina, se detiene, se sienta y mueve las extremidades a medida que la persona realiza esas acciones.

En el equipo de trabajo participan los profesores del MIT, Dina Katabi y Antonio Torralba, así como los estudiantes de posgrado Mingmin Zhao, Tianhong Li Yonglong Tian y Hang Zhao, y el posdoctorante Mohammad Abu Alsheikh.

Los avances de este desarrollo se presentarán este mes en la Conferencia sobre Visión por Computadora y Reconocimiento de Patrones en Salt Lake City, Utah.

En un comunicado, el MIT informó que el equipo científico está trabajando con médicos para explorar las aplicaciones médicas de RF-Pose, ya que podría ser útil para monitorear caídas, lesiones y los cambios en los patrones de actividad de personas de la tercera edad o de pacientes con padecimientos como Parkinson o esclerosis múltiple.

Por su capacidad, el sistema también podría usarse para misiones de búsqueda y rescate.

En un comunicado, el Instituto de Tecnología de Massachusetts informó que un desafío que los investigadores tuvieron que superar es que las señales de radio no pueden ser etiquetadas fácilmente por humanos. El equipo recogió datos usando tanto un dispositivo inalámbrico como una cámara; reunieron miles de imágenes de personas que realizaron actividades como caminar, hablar, sentarse, abrir puertas y esperar ascensores.

Luego usaron esas imágenes de la cámara para extraer las figuras de barras, que mostraron a la red neuronal junto con la señal de radio correspondiente. Esta combinación de ejemplos permitió que el sistema aprendiera la asociación entre la señal de radio y las figuras de los individuos en la escena.

No hay comentarios

Dejar respuesta

Este sitio usa Akismet para reducir el spam. Conoce cómo se procesan los datos de tus comentarios.