Post

MIT RF-Pose · Estimativa de Pose Humana em Tempo Real via Wi-Fi

Análise do sistema RF-Pose do MIT CSAIL (CVPR 2018): estimativa de esqueleto humano completo em tempo real a partir de reflexões de radiofrequência na banda Wi-Fi — inclusive através de paredes — e sua convergência com a linha de desenvolvimento documentada nas patentes de vigilância eletromagnética deste repositório.

Identificação

Campo Dados
Projeto RF-Pose
Instituição MIT CSAIL — grupo NETMIT (Dina Katabi)
Publicação CVPR 2018 (18–22 de junho de 2018)
Título original Through-Wall Human Pose Estimation Using Radio Signals
Autores Mingmin Zhao, Tianhong Li, Mohammad Abu Alsheikh, Yonglong Tian, Hang Zhao, Antonio Torralba, Dina Katabi
Referências externas Página do projeto · PDF CVPR 2018

O que o RF-Pose demonstra

Em junho de 2018, pesquisadores do MIT CSAIL apresentaram publicamente um sistema capaz de reconstruir o esqueleto completo de uma pessoa — cabeça, ombros, cotovelos, punhos, quadris, joelhos e tornozelos — a partir exclusivamente de reflexões de radiofrequência, sem câmera, sem microfone e sem qualquer dispositivo vestido pelo alvo.

O salto em relação ao Wi-Fi sensing anterior não foi incremental. Até 2013, o mesmo grupo já havia demonstrado detecção de movimento através de paredes (Wi-Vi). Em 2014, rastreamento tridimensional (WiTrack). O RF-Pose foi o momento em que a inferência passou de “alguém se moveu” para “esta pessoa está sentada, de pé, com os braços levantados” — uma reconstrução postural em tempo real comparável à visão computacional, mas operando no espectro eletromagnético.


Como funciona — a física por trás

O sistema utiliza um par de antenas de radiofrequência — emissor e receptor — operando em modulação FMCW (Frequency-Modulated Continuous Wave) na faixa de 5,4 a 7,2 GHz, adjacente à banda do Wi-Fi convencional. Não se trata de interceptar pacotes de rede doméstica: trata-se de radar passivo/ativo de interior usando o mesmo espectro físico que um roteador Wi-Fi ocupa.

O mecanismo segue três etapas:

  1. Emissão e reflexão — O transmissor envia ondas de radiofrequência que atravessam paredes de gesso e concreto leve e se refletem nos corpos humanos presentes no ambiente. Cada articulação modifica a fase e a amplitude do sinal de retorno de forma distinta.

  2. Mapa de atividade RF — O receptor captura essas reflexões e as converte em mapas bidimensionais de atividade eletromagnética — heatmaps de RF — que codificam a distribuição espacial do corpo no tempo.

  3. Rede neural convolucional — Uma FCN (Fully Convolutional Network) treinada com dados sincronizados de câmera óptica + RF aprende a mapear esses heatmaps diretamente para 14 pontos-chave do esqueleto humano. Após o treinamento, a câmera deixa de ser necessária.

1
2
3
4
5
6
7
8
9
10
Emissor RF (5,4–7,2 GHz)
        │
        ▼
   Parede (atravessa)
        │
        ▼
   Corpo humano (reflete)
        │
        ▼
   Receptor RF → Heatmap → Rede neural → Esqueleto 2D (14 keypoints)

A rede é treinada em condições de linha de visão e generaliza para cenários através de paredes sem retreinamento específico — propriedade que os autores demonstraram empiricamente em ambientes domésticos reais.


Capacidades documentadas na publicação

Capacidade Resultado reportado
Estimativa de pose (linha de visão) Precisão comparável a sistemas de visão computacional
Estimativa de pose (através de parede) Esqueleto reconstruído com fidelidade suficiente para inferir postura e gestos
Identificação de indivíduos Distinguível entre ~100 pessoas conhecidas, inclusive através de paredes
Tempo real Processamento contínuo, sem dispositivo no corpo do alvo
Multi-pessoa Rastreamento simultâneo de múltiplos corpos no mesmo ambiente

Nenhum desses resultados exige cooperação do alvo. Nenhum requer instalação de hardware na vítima. O equipamento necessário — antenas de RF e processamento — cabe numa mesa de laboratório ou, em versão miniaturizada, num compartimento do tamanho de um roteador.


Onde entra na linha de desenvolvimento deste repositório

O RF-Pose não surgiu isolado. Ele ocupa o terceiro degrau de uma escalada documentada tanto em literatura acadêmica quanto em registros de patentes:

1
2
3
4
5
6
7
8
9
10
1998  US5800481        ─ Influência biofísica por emissão eletromagnética
2007  US20070215946     ─ Engenharia de reflexão de RF em meios físicos
2010  US7645326         ─ Mapeamento ambiental por radiofrequência (RFID)
2013  MIT Wi-Vi         ─ Detecção de movimento através de paredes por Wi-Fi
2013  US20130015260     ─ Radar/microondas como armamento e sensoriamento
2015  US20150077737     ─ Monitoramento ambiental contínuo
2018  MIT RF-Pose       ─ Estimativa de pose humana completa via RF
          │
          ▼
2025  John Kiriakou     ─ Capacidade operacional declarada por ex-oficial CIA

A física descrita na US20070215946 — reflexão controlada de sinais de radiofrequência em meios físicos — é o mesmo princípio operacional do RF-Pose, com plasma ionizado substituído por corpo humano e atmosfera substituída por sala de estar.

A US7645326 documentava em 2010 que sinais de radiofrequência distribuídos num ambiente permitiam inferir presença, posição e movimento de ocupantes. O RF-Pose é a materialização acadêmica pública dessa inferência — agora com resolução postural completa.

A US20130015260 formalizava o princípio radar — emitir, aguardar retorno, analisar reflexão — para mapeamento de espaços. O RF-Pose aplica esse princípio na banda de microondas/Wi-Fi, num cômodo de 20 m².


Conexão com o que John Kiriakou descreveu

Em maio de 2025, o ex-oficial da CIA John Kiriakou afirmou que agências de inteligência já possuem capacidade operacional de:

Utilizar sinais de rádio do Wi-Fi para detectar movimentos ou mapear parcialmente ambientes internos através de paredes.

O RF-Pose, publicado sete anos antes dessa declaração, demonstra publicamente uma capacidade mais avançada do que a descrita por Kiriakou: não apenas movimento ou mapeamento parcial, mas reconstrução do esqueleto completo — postura, gestos, identidade individual — através de paredes, em tempo real, sem dispositivo no alvo.

A diferença entre o que o MIT publicou em 2018 e o que uma agência de inteligência pode operar em 2025 não é de princípio físico. É de maturidade de implementação, acesso a infraestrutura de emissores já instalada (roteadores, smart TVs, assistentes de voz) e ausência de revisão por pares ou divulgação pública.

A análise cruzada completa das patentes convergentes está em Da Geoengenharia à Vigilância.


Implicações para privacidade física

O RF-Pose tornou visível — literalmente, com vídeos de demonstração publicados — uma capacidade que antes existia apenas em registros de patentes e papers de radar militar:

  • Privacidade postural: saber não apenas que alguém está num cômodo, mas como está — sentado, deitado, gesticulando
  • Privacidade identitária: distinguir indivíduos específicos por assinatura de reflexão RF, sem contato visual
  • Privacidade arquitetônica: paredes deixam de ser barreira para sensoriamento eletromagnético

Em 2018, o equipamento era de laboratório. Em 2026, a infraestrutura de emissores de radiofrequência em residências privadas — roteadores, smart TVs, IoT — é ubíqua. A combinação de emissores distribuídos com algoritmos de RF-Pose ou equivalentes transforma qualquer ambiente doméstico conectado em potencial sensor passivo de corpos humanos.

“Privacidade deixou de ser apenas um conceito digital. Hoje, ela também envolve o espaço físico ao nosso redor.”


Evolução posterior (contexto)

Desde 2018, a linha RF-Pose originou trabalhos subsequentes no mesmo grupo MIT e em outros laboratórios:

Projeto / linha Ano Avanço
RF-Pose (MIT) 2018 Esqueleto 2D via RF, através de paredes
RF-Avatar (MIT) 2019 Reconstrução 3D de corpo humano via RF
Passive Wi-Fi Radar 2020+ Mapeamento de múltiplas pessoas com emissores existentes
Wi-Fi sensing comercial 2022+ Detecção de presença em roteadores consumer (802.11bf)

A padronização IEEE 802.11bf (Wi-Fi Sensing) formaliza em protocolo o que o RF-Pose demonstrou em protótipo: usar infraestrutura Wi-Fi existente como rede de sensoriamento de presença e movimento.


Patentes relacionadas neste repositório

Nesta categoria


Análise elaborada por geoengenharia.vercel.app · Referências: Zhao et al., CVPR 2018; MIT CSAIL NETMIT Group

Esta postagem está licenciada sob CC BY 4.0 pelo autor.