https://arxiv.org/abs/2301.00250
WiFi에서 DensePose
컴퓨터 비전 및 기계 학습 기술의 발전으로 인해 RGB 카메라, LiDAR 및 레이더에서 2D 및 3D 인간 포즈 추정이 크게 발전했습니다. 그러나 이미지에서 사람의 포즈 추정은 많은 관심 시나리오에서 공통적으로 발생하는 폐색 및 조명의 영향을 받습니다. 반면 레이더 및 LiDAR 기술은 비싸고 전력 집약적인 특수 하드웨어가 필요합니다. 또한 이러한 센서를 비공개 구역에 배치하면 심각한 개인 정보 보호 문제가 발생합니다.
이러한 한계를 해결하기 위해 최근 연구에서는 신체 분할 및 키 포인트 신체 감지를 위한 WiFi 안테나(1D 센서)의 사용을 조사했습니다. 이 백서는 컴퓨터 비전에서 일반적으로 사용되는 딥 러닝 아키텍처와 함께 WiFi 신호의 사용을 더욱 확장하여 조밀한 인간 포즈 대응을 추정합니다.
우리는 WiFi 신호의 위상과 진폭을 24개의 인간 영역 내 UV 좌표에 매핑하는 심층 신경망을 개발했습니다.
연구 결과에 따르면 우리 모델은 WiFi 신호를 유일한 입력으로 활용하여 이미지 기반 접근 방식과 비슷한 성능으로 여러 대상의 조밀한 포즈를 추정할 수 있습니다.
이것은 인간 감지를 위한 저렴하고 광범위하게 액세스할 수 있는 개인 정보 보호 알고리즘을 위한 길을 열어줍니다.
