基于WiFi的自由形态与移动活动三维人体姿态估计
计算机视觉与模式识别
2022-04-19 v1 人机交互
摘要
本文提出GoPose，一种利用家用WiFi设备进行基于三维骨架的人体姿态估计系统。我们的系统利用人体反射的WiFi信号进行三维姿态估计。与以往需要专用硬件或专用传感器的系统不同，我们的系统不要求用户穿戴或携带任何传感器，并且可以复用家庭环境中已有的WiFi设备以实现大规模普及。为实现这样的系统，我们利用人体反射信号的二维到达角（AoA）谱和深度学习技术。具体而言，提出二维AoA谱来定位人体不同部位，并实现与环境无关的姿态估计。引入深度学习对人体不同部位的二维AoA谱与人体三维骨架之间的复杂关系进行建模，以实现姿态跟踪。我们的评估结果表明，GoPose在各种场景下（包括跟踪未见过的活动以及非视距（NLoS）场景）达到了约4.7cm的精度。
引用
@article{arxiv.2204.07878,
title = {3D Human Pose Estimation for Free-from and Moving Activities Using WiFi},
author = {Yili Ren and Jie Yang},
journal= {arXiv preprint arXiv:2204.07878},
year = {2022}
}