MultiFormer：基于 CSI 与注意力机制的多人姿态估计系统
计算机视觉与模式识别
2025-08-14 v2 信号处理
摘要
基于信道状态信息（CSI）的人体姿态估计已成为一种用于非侵入式且精确的人体活动监测的有前景的方法，但面临着包括准确的多人姿态识别和有效的 CSI 特征学习在内的挑战。本文提出了 MultiFormer，一种通过 CSI 准确估计人体姿态的无线感知系统。所提出的系统采用基于 Transformer 的时频双 token 特征提取器，并具有多头自注意力机制。该特征提取器能够对 CSI 的子载波间相关性和时间依赖性进行建模。然后，通过多阶段特征融合网络（MSFN）将提取的 CSI 特征与姿态概率热力图进行融合，以强制执行解剖学约束。在公开的 MM-Fi 数据集和我们自收集的数据集上进行的大量实验表明，MultiFormer 的准确率高于 state-of-the-art 方法，特别是对于以前方法难以准确估计的高移动性关键点（手腕、肘部）。
关键词
引用
@article{arxiv.2505.22555,
title = {MultiFormer: A Multi-Person Pose Estimation System Based on CSI and Attention Mechanism},
author = {Yanyi Qu and Haoyang Ma and Wenhui Xiong},
journal= {arXiv preprint arXiv:2505.22555},
year = {2025}
}