Person-in-WiFi：基于 WiFi 的细粒度人体感知

人体分割与姿态估计等细粒度人体感知已借助 RGB/深度相机、雷达（如 RF-Pose）和激光雷达等多种 2D 与 3D 传感器实现。这些传感器以高空间分辨率捕获人体的 2D 像素或 3D 点云，从而可直接应用现有的卷积神经网络进行感知。在本文中，我们向前推进一步，证明即便使用 1D 传感器——WiFi 天线，细粒度人体感知也是可能的。据我们所知，这是首个利用普适 WiFi 设备感知人体的工作，其比雷达和激光雷达更廉价、更节能，对照相机而言不受光照影响且隐私顾虑小。我们使用两组现成的 WiFi 天线采集信号，即一组发射天线与一组接收天线。每组包含三根线性排列、如同普通家用 WiFi 路由器般的天线。由发射天线生成的 WiFi 信号穿透并反射于人体、家具与墙壁，随后在接收天线处叠加为 1D 信号样本（而非 2D 像素或 3D 点云）。我们提出了一种深度学习方法，利用 2D 图像上的标注，以接收到的 1D WiFi 信号为输入，以端到端方式执行人体分割与姿态估计。在 16 个室内场景下超过 100000 帧上的实验结果表明，Person-in-WiFi 取得了可与基于 2D 图像的方法相媲美的人体感知效果。