利用射频线索恢复监控视频

视频捕获因其直观易懂的特性而成为使用最广泛的人类感知来源。理想的视频捕获通常需要多种环境条件，如充足的环境光、无遮挡空间和合适的相机角度。相比之下，无线测量更为普及且环境约束更少。本文提出 CSI2Video，一种新颖的跨模态方法，仅利用来自商用设备的 WiFi 信号和一处人类身份信息资源，以实时方式恢复细粒度监控视频。具体而言，设计了两个定制的深度神经网络分别执行跨模态映射与视频生成任务。我们利用基于自编码器的结构从 WiFi 帧中提取姿态特征。随后，将提取的姿态特征与身份信息进行融合以生成合成监控视频。我们的方案无需任何昂贵无线设备即可生成逼真监控视频，并具有普及性、廉价性和实时性特点。