不用摄像头也能“感知”到人的姿态？TG0联合金斯顿大学探索“动作捕捉”新技术

不用摄像头，也不用佩戴复杂的动作捕捉设备，仅仅通过人与地面接触产生的压力，AI能否感知到一个人的3D运动姿态？

TG0与英国金斯顿大学（Kingston University）的联合研究，探索了一种不同于传统视觉动作捕捉的新路径。

研究团队提出了一种基于触觉压力信号的3D人体姿态估计方法：通过高密度智能压力垫采集人体运动产生的压力分布，再利用AI从二维、稀疏的压力信号中，推断人体关键关节的三维空间位置。

相关研究成果以 《Posture Estimation from Tactile Signals Using a Masked Forward Diffusion Model》 为题，发表于国际期刊 Sensors。

这项研究背后的问题其实很简单：

如果AI不“看”人，它还能理解人的动作吗？

目前主流的人体姿态识别和动作捕捉，很大程度上依赖摄像头、深度相机、专业光学Motion Capture，或者佩戴在人体上的传感器。

这些技术已经非常成熟，但在一些真实应用场景中也存在局限。例如，摄像头容易受到光照、遮挡和安装位置的影响；在家庭、养老和医疗环境中，持续的视频采集还可能带来隐私方面的顾虑。可穿戴设备则需要用户主动佩戴，对于长期、无感的监测并不总是方便。

TG0与金斯顿大学的研究团队因此换了一个思路：

与其用摄像头“看”人体，能不能让地面直接“感受”人体？

人在站立、行走、运动或者改变姿态时，身体与地面之间都会产生不同的压力分布。这些压力看起来只是二维信号，但实际上包含了丰富的人体运动信息。

如果能够足够精细地感知这些变化，再利用AI学习“压力”与“人体姿态”之间的关系，那么地面本身，就可能成为一种全新的人体运动感知界面。

在这项研究中，团队使用了嵌入柔性材料中的45 × 16高密度电容传感阵列，以 60Hz 的频率采集人体运动过程中产生的压力变化。

同时，研究人员建立了 Pressure-to-Posture Inference Technology（PPIT）数据集，将压力垫获得的触觉数据，与专业Motion Capture系统记录的3D人体姿态进行对应。也就是说，在AI训练过程中，系统同时知道：

“这一刻，地面感受到了怎样的压力？”

以及：

“这一刻，人体真正处于怎样的3D姿态？”

通过大量这样的对应关系，AI开始学习如何从二维压力分布中推断人体在三维空间中的运动。整个过程可以简单理解为：

人体运动 → 压力分布 → 触觉感知 → AI理解 → 3D人体姿态

从 Pressure，到 Posture。

这也是这项研究最有意思的地方：原本只是一组来自地面的压力信号，经过AI处理之后，可以进一步转化成机器对人体空间运动的理解。

当然，真实世界里的压力信号并不完美。人与地面真正发生接触的区域只占整个传感阵列的一部分，同时，传感器噪声、环境干扰和运动本身都会影响采集到的数据。

因此，研究团队提出了 Dual-Diffusion Signal Enhancement（DDSE，双扩散信号增强） 方法。

它的作用可以简单理解为：

先让AI把压力“感觉清楚”，再去理解人体姿态。

第一阶段，AI对原始、稀疏且存在噪声的压力数据进行增强和恢复，尽可能保留压力分布中的关键空间信息。

第二阶段，增强后的触觉数据进入结合 Transformer与卷积网络 的3D姿态预测模型，进一步推断人体关键关节在三维空间中的位置。

研究中的实验包括不同人体动作和姿态，并将预测结果与专业Motion Capture系统提供的真实3D数据进行比较。

实验结果显示，这一方法在论文所比较的触觉姿态估计方案中取得了更好的表现，进一步证明了：仅依靠人与环境之间的触觉压力信号，也可以用来理解复杂的人体3D运动。

这项研究的意义，并不只是提供了另一种Motion Capture方法。

更重要的是，它展示了一种完全不同于视觉的感知方式。

隐私友好

系统感知的是压力，而不是人的脸、衣着或者周围环境的视频画面。

对于家庭、医院、养老院等对隐私敏感的场景，这提供了一种很有价值的技术方向：

理解人的活动，却不一定需要“看到”这个人。

不依赖环境光线

摄像头依赖光学信息，而压力感知不需要。

因此，即使在黑暗或视觉条件受限的环境中，触觉感知依然能够获取人与环境之间的物理交互信息。

不受视觉遮挡的限制

对于视觉系统而言，家具、被子、其他人员或者复杂环境都可能形成遮挡。

而触觉系统关注的是另一种信息——人与环境之间真实发生的力与压力。

因此，触觉并不是简单地去“取代摄像头”，而是为AI理解现实世界增加一种新的感知维度。

这种不用摄像头的人体姿态感知方式，也为很多应用提供了新的可能。

例如在智慧养老中，未来的智能地面或压力感知设备，可以在不持续采集视频的情况下理解老人的活动状态，并为异常姿态或跌倒检测等应用提供新的数据来源。

在医疗与康复中，系统可以通过患者与地面之间的压力变化，进一步理解运动、平衡和康复训练状态，为医生和治疗师提供更加丰富的客观数据。

在家庭健身中，用户也可能无需打开摄像头，仅通过脚下的智能感知设备获得动作和姿态反馈。

此外，这种技术还可以进一步拓展到人机交互、辅助技术以及智能空间等领域。

今天的AI已经非常擅长处理视觉和语言信息。

机器可以“看”、可以“听”，也可以“说”。

但随着人工智能进一步进入机器人、汽车、医疗设备和真实生活环境，还有一个更加基础的问题：

机器如何真正感知物理世界？

TG0一直探索的 “AI for Sensing”，正是希望将先进材料、传感技术、信号处理与人工智能结合，让机器能够从压力、触摸、形变以及其他物理信号中提取过去难以获得的信息。

此次与金斯顿大学合作的研究，就是这一理念的一个很好的案例：

输入，是人与地面之间的压力。

输出，是人体在三维空间中的姿态。

它展示的不仅是一种新的动作捕捉方法，也是一种新的AI感知方式。

AI不一定需要“看见”世界，才能理解世界。

《Posture Estimation from Tactile Signals Using a Masked Forward Diffusion Model》发表于国际期刊 Sensors，共19页。TG0一直致力于前沿技术的开发，也欢迎与学术界的合作，并将最新的成果应用于工业界中。