AdaPose：面向跨场景基于商用 WiFi 的无设备人体姿态估计
计算机视觉与模式识别
2024-10-15 v2
摘要
基于 WiFi 的姿态估计是一项在智能家居与元宇宙虚拟形象生成发展中具有巨大潜力的技术。然而，当前基于 WiFi 的姿态估计方法主要在受控实验室条件下评估，并利用复杂的视觉模型获取精确标注数据。此外，WiFi CSI 对环境变量高度敏感，由于域偏移，直接将预训练模型应用于新环境可能产生次优结果。本文提出一种专为弱监督基于 WiFi 的姿态估计设计的域适应算法 AdaPose。该方法旨在识别对环境动态具有高度鲁棒性的一致人体姿态。为实现此目标，我们引入映射一致性损失（Mapping Consistency Loss），基于输入与输出在映射层面的内在一致性对齐源域与目标域的域差异。我们利用自采集的包含 WiFi CSI 帧的姿态估计数据集，在两个不同场景的域适应上进行了大量实验。结果表明 AdaPose 在消除域偏移方面有效且鲁棒，从而促进了基于 WiFi 的姿态估计在智慧城市中的广泛应用。
引用
@article{arxiv.2309.16964,
title = {AdaPose: Towards Cross-Site Device-Free Human Pose Estimation with Commodity WiFi},
author = {Yunjiao Zhou and Jianfei Yang and He Huang and Lihua Xie},
journal= {arXiv preprint arXiv:2309.16964},
year = {2024}
}