CSI2Image：利用生成对抗网络从信道状态信息重建图像
计算机视觉与模式识别
2020-09-18 v2
摘要
本研究旨在探寻无线感知获取物理空间信息能力的上限。这是一个具有挑战性的目标，因为目前无线感知研究不断成功获取新现象。因此，尽管尚无法得到完整答案，本文朝此方向迈出了一步。为此，提出了 CSI2Image，一种基于生成对抗网络（GANs）的信道状态信息（CSI）到图像的转换新方法。通过检查重建图像是否捕获所需的物理空间信息，可以估计无线感知所获取的物理信息类型。展示了三种学习方法：仅生成器学习、仅 GAN 学习和混合学习。评估 CSI2Image 的性能是困难的，因为必须同时评估图像的清晰度和所需物理空间信息的存在性。为解决该问题，还提出了一种使用目标检测库的定量评估方法。CSI2Image 使用 IEEE 802.11ac 压缩 CSI 实现，评估结果表明图像被成功重建。结果表明，对于简单无线感知问题，仅生成器学习已足够；但在复杂无线感知问题中，GANs 对于重建具有更准确物理空间信息的泛化图像至关重要。
引用
@article{arxiv.2009.07100,
title = {CSI2Image: Image Reconstruction from Channel State Information Using Generative Adversarial Networks},
author = {Sorachi Kato and Takeru Fukushima and Tomoki Murakami and Hirantha Abeysekera and Yusuke Iwasaki and Takuya Fujihashi and Takashi Watanabe and Shunsuke Saruwatari},
journal= {arXiv preprint arXiv:2009.07100},
year = {2020}
}
备注
12 pages, 19 figures