越来越需要使用射频探测信号来远程监控人们的日常生活。但是,常规系统几乎无法部署在现实环境中,因为它们通常需要物体专门协作或携带无线有源装置或识别标签。为了使用单个设备实时完成复杂的连续任务,研究人员建议同时使用由人工神经网络(ANN)授权的智能超表面成像仪和识别器,以自适应地控制数据流。在这里,三个ANN在一个集成的层次结构中使用,将测量的微波数据转换成整个人体的图像,对整个图像中特定指定的点(手和胸部)进行分类,并以2.4 GHz的WLAN频率即时识别人的手部信号。实验证明了瞬时原位全场景成像以及对多个不协作者的手势和生命体征的自适应识别。他们还表明,即使被日常生活中普遍存在的杂散Wi-Fi信号被动激发,拟议的智能超表面系统也能很好地发挥作用。报告的策略可以为未来的智能城市、智能家居、人机交互界面、健康监控和安全检查开辟新途径,而不会出现视觉隐私问题。
图1:智能超表面的工作原理。