NTU新加坡的研究人员揭示了一种在元界中跟踪人类运动的新方法

雅加达 - 新加坡那江理工大学(Nanyang Technology University)的一组研究人员最近引入了一种新方法,用于跟踪元宇宙的人类运动。

元宇宙的主要特征之一是能够实时在数字世界中代表现实世界中的物体和人物。例如,在虚拟现实中,用户可以旋转头部以改变观点或操纵现实世界中的物理控制器以影响数字环境。

status quo 使用基于设备的传感器、相机或两者的组合来捕捉元宇宙中人类活动。然而,正如研究人员在他们的印刷前研究论文中所写的那样,这两个模式都有直接的界限。

基于设备的传感器系统,例如带有运动传感器的手持控制器,“只是在人体的一个点上捕获信息,因此无法模拟非常复杂的活动”,研究人员写道。同时,基于相机的跟踪系统在低光环境和物理障碍方面遇到困难。

登录WiFi审查器

多年来,科学家们一直使用WiFi传感器来跟踪人类的运动。与雷达类似,用于发送和接收WiFi数据的无线电信号可用于探测空间中的物体。

Wi-Fi传感器可以重置以捕捉心率,跟踪呼吸和睡眠模式,甚至通过墙壁检测人。

Metaverse研究人员通过将传统的跟踪方法与以前不同成功率的WiFi传感器相结合,进行了实验。

进入人工智能

Wi-Fi跟踪需要使用人工智能模型。然而,这些模型的培训已被证明对研究人员具有很高的难度。

「使用Wi-Fi模式和愿景的现有解决方案取决于大量标签的数据,这对于收集来说非常麻烦。[...]我们提出了一个新的未经监督的多元资本HAR解决方案MaskFi,该解决方案仅使用未标记视频和Wi-Fi活动数据来培训模型,“研究人员在他的论文中写道。

要练习用WiFi审查器为HAR实验所需的模型,科学家们必须建立一个培训数据库。用于练习人工智能的数据集可以根据特定模型的目的包含数千甚至数百万个数据点。

通常,这些数据设置的标签可能是进行这些实验最耗时的部分。

MaskFi 登录

来自南江理工大学的团队建造了一个“MaskFi”,以应对这一挑战。它使用使用称为“未经控制的学习”的方法建造的人工智能模型。

在未经监督的学习范式中,人工智能模型以前在较小的数据集中接受培训,然后通过迭代,以便能够以令人满意的准确率预测产量状态。这使得研究人员能够专注于模型本身,而不是建立强大的训练数据集所需时间的努力。

根据研究人员的说法,MaskFi系统在两个相关基准之间达到了约97%的准确性。这表明,通过未来的开发,该系统可以作为全新的元宇宙资本的催化剂:元宇宙,可以实时提供1:1的现实世界代表。