无线网络信号识别人体动作新技术 可用于控制电器

离开公寓前忘记关灯？没问题。只要用手指在空中挥一下，你的灯将会关闭。想要改变隔壁房间音响系统正在播放的那首歌？只要把手移向右侧就能换另一首。华盛顿大学的计算机科学家开发出一套利用周围Wi-Fi信号变化的身体姿势识别技术。
 

微软正在开发的新型动作感知系统效果演示，该系统仍使用光学捕捉技术（资料图）
 
利用一个Wi-Fi路由器以及几个无线设备，使用者就能在家中的任何房间，以简单的手势来控制他们的电子设备与家电。该项目被称为WiSee，研究成员包括Shyam Gollakota和濮启凡等四人。
 
WiSee的概念类似于Xbox Kinect，但更简单、便宜而且使用者不用与控制对象待在同一个房间，因为Wi-Fi信号能穿墙，不会受到可见光的约束或声音的限制。当一个人移动，会稍微改变无线信号的频率。移动一只手或一只脚，会导致接收器探测到被称为多普勒频移的模式变化。
 
研究者开发出一套算法用以侦测频移。它能辨识九种不同的全身姿势，从推、拉、挥拳到全身扭动。在测试的900种姿势中，WiSee能准确分类其中的94%。
 
华盛顿大学学者们设计出一个使用Wi-Fi就能做手势识别的系统原形WiSee。这个系统可以聪明地测出WiFi信号下人们动作所产生的多普勒频移。正因为使用Wi-Fi 就能侦测，这套系统没有一般手势识别所规定的视野范围，而且能直接结合现有的Wi-Fi系统工作。相比那些需要将系统硬件放到身边或固定范围内的手势识别，WiSee原型更简单，已在办公室与两居室的家居环境下成功证实有效性。可以想见，该技术原型如趋向成熟，在智能家居上将发挥大用场。
 
Mobicom是ACM SIGMobile开办的无线和移动通信领域的顶尖会议，和SIGCOMM常被相提并论，都“只求精品”。其特点是录取率超低，时常低于10% 。今年Mobicom国际会议在208篇文章中仅录用了28篇（录用率13.5%）。濮启凡获得最佳论文奖的文章题目是《Whole-Home Gesture Recognition Using Wireless Signals》。论文开发了WiSee系统，可以利用无线电波检测和识别房间内特定人物的动作，且识别的准确率高大94%。
 
2008年濮启凡从浙江杭州外国语学校进入中国科大学习(0806校友）。2011年，濮启凡加入中国科大-微软亚洲研究院联合培养实验班；2012年，他选择个性化学习，在华盛顿大学计算机系访问了一年；2013年秋季开始，在伯克利大学电子与计算机工程系攻读博士。