WiFi也能检测人体3D动作?误差低至2.4厘米

这篇具有很好参考价值的文章主要介绍了WiFi也能检测人体3D动作?误差低至2.4厘米。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

佛罗里达州立大学和罗格斯大学的科研人员开发了一种基于Wi-Fi传感的3D网格技术:Wi-Mesh,该方案宣称可识别并创建可靠的3D人体网格,可辅助计算机视觉、AR/VR定位等应用。

WiFi也能检测人体3D动作?误差低至2.4厘米

简单来讲,Wi-Mesh通过分析多个Wi-Fi天线接收的反射信号,来获取房间中人的3D信息,并生成立体网格。而Wi-Fi信号源是一种低成本室内定位方法,缺点是精度不高,难以通过算法来提升性能。Wi-Fi信号还可以补充GPS定位,解决GPS在室内没有信号的问题。

据了解,该科研小组专注于尖端的Wi-Fi传感研究,此前的研究(E-eyes、WiFinger系统)已经可以通过Wi-Fi感知一系列人类活动和物体,比如人体大幅度动作,或是小幅度手势变化,此外还能检测睡眠活动、识别日常物体。

WiFi也能检测人体3D动作?误差低至2.4厘米

在Wi-Mesh研究中,科研人员的重点是,测试常见的Wi-Fi通信方案,以评估其3D网格生成能力(比如能否准确捕捉不同人的身高、体重、体型、身体比例、身体变形等等)。此外,训练一种Wi-Fi传感模型,将日常活动、手势进行分类,并与预设动作匹配。

实际上早期的研究表明,商用Wi-Fi能够对分类一些预定义的人体动作,并检测细微的活动,比如生命体征(用Wi-Fi检测睡眠、跌倒等)。不过,这些系统无法生成复杂、精细的3D网格,因为3D人体网格通常具有数千个顶点,远多于比3D姿态捕捉时识别的节点数量。此外,还需要高质量的训练数据、更深入的神经网络,并且对使用环境等多种因素很敏感,难以在不同的场景中通用。

Wi-Mesh诞生

然而在最新的研究中,科研人员验证了Wi-Fi信号在构建3D人体网格上的能力,而这在之前是难以实现的。和上面描述的方案相比,Wi-Mesh最大的区别是利用了多天线Wi-Fi设备,从Wi-Fi信号到达人体反射回的数据,来分析、推导出人体形状,更准确的定位3D目标。商用Wi-Fi技术的进步让Wi-Mesh成为可能,通常新一代Wi-Fi 6/7接收器配备了8到16根天线,可以很好的捕捉到达人体3D表面后反射回的信号,并通过信号入射角、AoA信息将人体形状和动作可视化。

WiFi也能检测人体3D动作?误差低至2.4厘米

科研人员指出,Wi-Mesh通过反射回的Wi-Fi信号计算二维到达角(2D AoA),并推算出物理环境的3D结构、人体、静态物体的3D可视化模型,然后从中提取人体2D AoA图像(类似于相机捕捉的灰阶图像),再利用深度模型,将2D图像转化成3D网格 ,用来实现各种人机交互。简单来讲,这种方式可以让Wi-Fi很好的感知周围环境,就像是为其赋予“视觉”。

这里的AoA定位,指的是通过硬件设备感知其他设备发送的信号的到达角度,通过计算接收节点、发送节点的相对方向,来推算位置。通常来讲,该定位方式主要依赖多天线阵列。蓝牙5.1标准就引入了AoA特性,可实现厘米级精度的定位。

优势和局限

经过验证,商用Wi-Fi具有3D传感和建模的能力,因此未来Wi-Fi不仅可以通信,还可以将周围的人、物体可视化,带来全新的传感方式。

WiFi也能检测人体3D动作?误差低至2.4厘米

经过一系列室内实验,科研人员发现,Wi-Mesh的平均顶点位置误差为2.81厘米,关节位置的识别误差为2.4厘米,效果与专用的3D传感硬件相当(比如常见的两种RF定位系统,FMCW雷达、毫米波雷达方案)。值得注意的是,Wi-Mesh无需额外的硬件,使用已有的Wi-Fi设备即可,因此成本上具有优势。另外,Wi-Mesh在各种不同场景的适应性足够好,对于未接触过的人也可以识别和3D建模,运行结果稳定且有效。

WiFi也能检测人体3D动作?误差低至2.4厘米

与基于相机和视觉算法的3D捕捉方案相比,Wi-Mesh的优势是:基于RF射频,可穿透墙壁和障碍物,即使有视觉遮挡,或是在光线不足的环境中,也能定位。此外,即使是深色、宽松的衣服,Wi-Mesh也可以识别。

而与传统的动捕方案相比,Wi-Mesh无需额外的穿戴式传感器,或是标记,因此用起来更自然、更容易。它也可以用于现有的Wi-Fi通信系统,成本足够低,适合广泛应用。

不过它仍有一些局限性,比如只能为空间中的一个人3D建模,不适合火车站、购物中心等拥挤的空间。传感距离大约几米,并没能充分利用Wi-Fi的全部通信范围,这是因为Wi-Mesh依赖于信号反射,效率比视觉方案要低。所以,可能需要更强大的定向天线,或是覆盖多个Wi-Fi设备来解决。此外,计算成本也需要进一步降低。

WiFi也能检测人体3D动作?误差低至2.4厘米

未来应用

Wi-Mesh具有在房间中捕捉3D人体数据,并生成网格的能力,而这种能力可用于多种潜在场景,比如:AR/VR内容开发、虚拟试穿、运动检测、动画/动捕、服装人体重建和渲染等等。实际上,如果将它用在线下大空间场景,也许可以实现大规模的多人AR游戏体验。

WiFi也能检测人体3D动作?误差低至2.4厘米

科研人员表示:我们正在研究一种家用的智能监控/安全系统,该系统利用Wi-Fi信号进行3D定位,可用于人体重识别(Re-ID)等场景,比如通过检测身高、体重、身体比例、步态等信息,进行身份识别。与摄像头监控相比,Wi-Fi定位监控更通用,即使目标改变外观和姿态,也可以识别身份,此外也可以弥补视觉方案受遮挡的限制。参考:acm文章来源地址https://www.toymoban.com/news/detail-451232.html

到了这里,关于WiFi也能检测人体3D动作?误差低至2.4厘米的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 2.4G-WiFi连接路由器过程

    WiFi的数据通信基于802.11协议进行,无线AP在工作时会定时向空中发送beacon数据包,基站(STA)从beacon中解析出AP的名称、加密方式等信息,从而发起连接。 WiFi连接过程主要可以分为3部分: 扫描 、 认证 和 关联 : 2.1.1、主动扫描 WiFi的的扫描过程分为主动扫描和被动扫描。主

    2024年02月08日
    浏览(30)
  • 行人检测(人体检测)4:C++实现人体检测(含源码,可实时人体检测)

    目录 行人检测(人体检测)4:C++实现人体检测(含源码,可实时人体检测) 1. 前言 2. 行人检测(人体检测)检测模型(YOLOv5) (1)行人检测(人体检测)模型训练 (2)将Pytorch模型转换ONNX模型 (3)将ONNX模型转换为TNN模型 3. 行人检测(人体检测)C++端上部署 (1)项目结构 (2)配置开

    2024年02月01日
    浏览(63)
  • 无线路由器、WiFi中2.4GHz和5GHz的区别

    Wi-Fi是一种可以将个人电脑、手持设备(如PDA、手机)等终端以无线方式互相连接的技术。可以简单的理解为无线上网,几乎所有智能手机、平板电脑和笔记本电脑都支持Wi-Fi上网,是当今使用最广的一种无线网络传输技术。只要将传统的路由器换成无线路由器,简单设置下即

    2024年02月06日
    浏览(31)
  • python姿态检测实现多人多姿态识别python行为识别openpose行为骨骼框架检测动作识别动作检测行为动作分类

    https://download.csdn.net/download/babyai996/88741189 https://download.csdn.net/download/babyai996/88741257  https://download.csdn.net/download/babyai996/88741262  https://download.csdn.net/download/babyai996/88741266  https://download.csdn.net/download/babyai996/88741272  https://download.csdn.net/download/babyai996/88741274  视频演示: python行为

    2023年04月20日
    浏览(35)
  • 【Android13开发WIFI添加频段设置项(2.4G/5G/automatic)更改笔记】

    提示:这里简述项目相关背景: Android13中客户需求添加WIFI频段选项: 2.4G only,只显示链接2.4G的AP。 5G only,只能显示和链接5G的AP。 Automatic:自动显示,即全部正常显示。 提示:这里描述项目中遇到的问题: 作为初学者的我,刚开始接到这个bug,还是比较懵的,多亏了CSDN的前辈

    2024年02月05日
    浏览(32)
  • 人脸检测和人体检测4:C++实现人脸检测和人体检测(含源码,可实时检测)

    目录 人脸检测和人体检测4:C++实现人脸检测和人体检测(含源码,可实时检测) 1. 前言 2. 人脸检测和人体检测检测模型(YOLOv5) (1)人脸检测和人体检测模型训练 (2)将Pytorch模型转换ONNX模型 (3)将ONNX模型转换为TNN模型 3. 人脸检测和人体检测C++端上部署 (1)项目结构

    2024年02月05日
    浏览(28)
  • Wifi7 M.2 moudle|Qualcomm QCN9274 chip|2.4G/5G/6E

    Wallys developed and designed the wifi7 M.2 moudle, using Qualcomm QCN9274 chip, currently there are two versions 1. DBDC: supports both 2.4G and 5G frequency bands. 2. DB: Support 5G or 6E frequency band. Let\\\'s take a look at the introduction of the M.2 moudle and the use of the QCN9274 chip: On the Wi-Fi motherboard, the M.2 card is used to install the wir

    2024年02月03日
    浏览(27)
  • 科研笔记-无线感知第1篇(基于WIFI CSI进行人体行为识别调查)

    目录 基于WIFI CSI进行人体行为识别调查 人体姿态识别研究现状: 无线感知相关知识点: WIFI系统的局限性: 基于 Wi-Fi CSI 的行为识别: 基于直方图的技术: CSI 去噪: 特征提取: 用于分类的机器学习: 多用户活动识别: 人体姿态识别研究现状:       1,在现有的系统中,个人

    2024年02月05日
    浏览(36)
  • 无人机GB42590接收端 +接收端,同时支持2.4G与5.8G双频WIFI模组

    严格按照GB42590的协议开发的发射端,通过串口和模块通讯,默认波特率 921600 。 http://www.doit.am/ 首页-深圳四博智联科技有限公司-淘宝网 https://shop144145132.taobao.com/?spm=a230r.7195193.1997079397.2.71f6771dJHT2r0 单片机和模组之间通信数据格式和之前一样,如下表。 包头 参数长度 包类型

    2024年04月14日
    浏览(50)
  • Python——基于pytorch的3D视频动作识别

            pytorch初接触——唐宇迪教教程的3D卷积视频动作识别。接触之后,发现pytorch比tensorflow的用户体验要好一点点,TF由于兼容性问题,从其他地方拿到代码,第一感觉就是跑不起来,很多代码都是基于TF1.x写的,跟2.x一堆不兼容问题。由此开始研究pytorch,后面用的顺手

    2023年04月08日
    浏览(23)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包