對于2D和3D姿態(tài)重構，已經成功實現(xiàn)了使用商品WiFi的人體姿態(tài)估計。然而，現(xiàn)有方法集中于固定點的人，因此在人們連續(xù)自由移動的日常使用中不方便。最近的一項研究提出了一種可以使用商品WiFi設備捕獲細粒度的3D移動人體姿勢的系統(tǒng)。首先將處理后的幅度和相位轉換為信道狀態(tài)信息圖像。它允許提取包含更多姿勢信息但位置分量更少的特征。

然后，專門構建的神經網絡將WiFi信號轉換為人體姿勢。原型系統(tǒng)證實了其精度優(yōu)于最新方法。建議的方法僅使用六個天線，因此在成本和重量上都超過了現(xiàn)有方法。

在本文中，我們介紹了Wi-Mose，這是第一個使用商品WiFi的3D移動人體姿態(tài)估計系統(tǒng)。以前基于WiFi的作品已實現(xiàn)2D和3D姿態(tài)估計。這些解決方案要么從一個角度捕獲姿勢，要么在固定點構建人的姿勢，從而阻止了他們在日常場景中的廣泛采用。為了重建在整個空間而不是固定點移動的人的3D姿勢，我們將幅度和相位融合到可以提供姿勢和位置信息的通道狀態(tài)信息(CSI)圖像中。此外，我們設計了一個神經網絡以從CSI圖像中提取僅與姿勢相關的特征，然后將其轉換為關鍵點坐標。實驗結果表明，Wi-Mose可以將關鍵點定位為29.7mm和37。視線(LoS)和非視線(NLoS)場景中的8mm前推力分析平均每關節(jié)位置誤差(P-MPJPE)均實現(xiàn)了比最新方法更高的性能。結果表明，Wi-Mose可以捕獲整個空間中的高精度3D人體姿勢。

　　免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！