从点到空间：基于商用 WiFi 的 3D 移动人体姿态估计
计算机视觉与模式识别
2020-12-29 v1 信号处理
摘要
在本文中，我们提出 Wi-Mose，首个使用商用 WiFi 的 3D 移动人体姿态估计系统。先前基于 WiFi 的工作已实现 2D 与 3D 姿态估计。这些方案或从单一视角捕捉姿态，或构建位于固定点处人物的姿态，阻碍了其在日常场景中的广泛采用。为重建在空间内移动而非固定于一点的人物的 3D 姿态，我们将幅度与相位融合为信道状态信息（CSI）图像，其可同时提供姿态与位置信息。此外，我们设计了一个神经网络以从 CSI 图像中提取仅与姿态相关的特征，并将这些特征转换为关键点坐标。实验结果表明，Wi-Mose 在视距（LoS）与非视距（NLoS）场景下分别以 29.7mm 与 37.8mm 的 Procrustes 分析平均逐关节位置误差（P-MPJPE）定位关键点，性能优于当前最优方法。结果表明 Wi-Mose 可捕捉空间内高精度的 3D 人体姿态。
引用
@article{arxiv.2012.14066,
title = {From Point to Space: 3D Moving Human Pose Estimation Using Commodity WiFi},
author = {Yiming Wang and Lingchao Guo and Zhaoming Lu and Xiangming Wen and Shuang Zhou and Wanyu Meng},
journal= {arXiv preprint arXiv:2012.14066},
year = {2020}
}