导读 卡内基梅隆大学的三位研究人员通过使用深度神经网络，将WiFi信号用于识别建筑物中的人员提升到了一个新的水平。JiaqiGeng、DongHuang和Fern
卡内基梅隆大学的三位研究人员通过使用深度神经网络，将WiFi信号用于识别建筑物中的人员提升到了一个新的水平。JiaqiGeng、DongHuang和FernandoDelaTorre在他们发布到arXiv预印本服务器的一篇论文中表示，他们的方法可以创建与RGB相机相当的图像。
早在2013年，麻省理工学院的一个工程师团队就发现WiFi信号可用于检测建筑物中是否有人。他们指出，通过随时间映射信号，他们可以看到信号在何处被人体阻挡。通过在接下来的几年里继续这个过程，他们发现他们能够创建简笔画来显示一个人在任何给定时间在给定建筑物中的位置。
该过程现在称为DensePose。在这项新的努力中，三位研究人员通过引入神经网络将这种方法提升到一个新的水平，该神经网络有助于填充简笔画的身体，提供更加逼真的图像——而且它可以即时完成，允许真实的-给定区域内多人的时间运动跟踪。
该团队的工作涉及将三个WiFi发射器和三个对齐的接收器放置在一个场景中——室内的房间，或室外的选定地点——以及用于处理和显示的计算机。他们指出，他们实验中使用的WiFi设备成本仅为30美元，远低于LiDAR或雷达系统。
运行时，WiFi信号被接收器接收，然后将它们发送到计算机内部的GPU进行处理。处理涉及使用神经网络将信号的幅度和相位映射到虚拟创建的人体上的坐标——这一过程称为密集人体姿势对应。
在此过程中，虚拟人体被分解成24个部分，并根据WiFi信号将二维纹理坐标映射到这些部分上。然后将身体部位重新组合在一起，使它们看起来像一个逼真的人类形态——所有这些都是实时的。结果是计算机显示器上显示的虚拟动画模仿了原始场景中人们的位置和动作。