WiFi-GEN：利用生成式 AI 从 WiFi 信号实现高分辨率室内成像
计算机视觉与模式识别
2026-03-24 v2 计算与语言
摘要
室内成像是机器人技术和物联网的关键任务。WiFi 作为一种无处不在的信号，是进行被动成像并将最新信息同步到所有连接设备的有希望的候选者。这是第一项将 WiFi 室内成像视为多模态图像生成任务的研究工作，该任务将测量的 WiFi 功率转换为高分辨率室内图像。我们提出的 WiFi-GEN 网络实现的形状重建准确率是基于物理模型反演方法的 275%。此外，Frechet Inception Distance 分数显著降低了 82%。为了检验该任务模型的有效性，我们发布了首个大规模数据集，包含 80,000 对 WiFi 信号与成像目标。我们的模型将基于模型的方法所面临的非线性、病态性和不确定性等挑战吸收到了生成式 AI 网络的海量参数中。该网络也被设计为最能拟合测量的 WiFi 信号和期望的成像输出。代码：https://github.com/CNFightingSjy/WiFiGEN
引用
@article{arxiv.2401.04317,
title = {WiFi-GEN: High-Resolution Indoor Imaging from WiFi Signals Using Generative AI},
author = {Jianyang Shi and Bowen Zhang and Amartansh Dubey and Ross Murch and Liwen Jing},
journal= {arXiv preprint arXiv:2401.04317},
year = {2026}
}