Zero-Effort Cross-Domain Gesture Recognition with Wi-Fi论文阅读笔记

最新推荐文章于 2025-09-13 09:11:03 发布
原创 最新推荐文章于 2025-09-13 09:11:03 发布 · 1.4k 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文介绍了一种利用Wi-Fi信号实现的零努力跨域手势识别技术，该技术由清华大学等机构的研究人员共同研发，能够在不同领域间无缝进行手势识别，无需用户额外佩戴设备。

Zero-Effort Cross-Domain Gesture Recognition with Wi-Fi
Yue Zheng1, Yi Zhang1, Kun Qian1, Guidong Zhang1, Yunhao Liu1,2, Chenshu Wu3, Zheng Yang1∗
1Tsinghua University, China
2Michigan State University, USA
3University of Maryland, College Park, USA
{cczhengy,zhangyithss,qiank10,zhanggd18,yunhaoliu,wucs32,hmilyyz}@gmail.com

MobiSys ’19, June 17–21, 2019, Seoul, Republic of Korea
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Widar3.0Release-Matlab_csi_wifi_行为识别_
10-03
利用现成WIFI设备对不同环境的人体行为进行识别
wifi室内定位数据集.zip
07-23
基于WiFi指纹的室内定位系统数据集，包含6个AP及其坐标对应接收信号强度RSSI，使用python处理是数据，绘制定位路线.
无线感知之手势识别模型：Widar 3.0（内含源码和数据集地址）
静水流深，沧笙踏歌
09-19 7733
最近不少人吐槽WiFi CSI定位已经做无可做了，也发不了什么期刊，顶多冲一个SCI 2区。回首WiFi 指纹定位这块，RSS指纹定位已经发展20余年，CSI指纹这块也有10余个年头了，很多定位模型或者方法确实已经烂大街了，想要有所创新难度不小。今天我想和大家聊一聊无线感知这块，这块也是商用化比较广泛、实用性比较高、研究热度比较大的方向之一。
Widar3.0复现日志(DFSExtractionCode)
XiaoQiXiaoWei_J的博客
07-15 2370
需要使用的matlab基本功能
Widar3.0：Matlab代码调试过程
capsize的博客
03-11 3864
widar3.0代码调试过程，包括复现过程中遇到的一些问题、代码学习笔记等
无线感知会议系列【2】【智能无感感知 特征,算法，数据集】
4AM_明朝百晓生
09-12 1671
SpotFi是一种利用商用WiFi芯片已暴露的信息进行高精度室内定位的系统。它不需要对WiFi硬件或固件进行任何修改，即可实现与最先进定位系统相同的定位精度。SpotFi通过结合超分辨率算法和新颖的滤波及估计技术，能够准确计算多径分量的到达角（AoA）并识别出目标与接入点（AP）之间的直接路径。该论文提出了一种基于多维性的被动室内Wi-Fi追踪技术（mD-Track），该技术利用无线信号在人体上的反射来获取目标的位置和移动轨迹。系统组成：使用一个无线信号发射器和一个无线信号接收器。
阅读笔记：Zero-Effort Cross-Domain Gesture Recognition with Wi-Fi
bixianren9179的博客
08-01 7981
摘要   为了推进领域无关的感知，一个在较低的信号级别的领域无关的特征是关键。提出Widar3.0，主要为了在较低的信号级别推导和估计手势的速度分布。开发了一个只需一次训练但是可以适应不同数据领域的模型。 1 引言   目前存在的方法的问题在于，每次换一个领域（domain）都需要在数据获取和模型重训练上做出额外的工作。   一个有前景但是有挑战性的方法就是开发只需在一个领域下训练一次，就能在任何地方使用的模型。我们的工作的关键想法在于将泛化能力向下移动到较低的信号水平，而不是在较高的模型层面。具体来说，是
Widar3.0：Matlab代码学习笔记
capsize的博客
03-11 3342
widar3.0项目复现笔记，包括其中一些代码的运行和理解、注释等
强烈推荐！！！基于WiFi的公开手势数据集WiDAR--清华大学
热门推荐
丫头的博客
08-30 1万+
当前除了我们团队早期构建的公开人体动作数据集WIAR（部分）之外，目前清华大学软件学院杨峥团队也公开了他们的超大规模的手势识别数据集WiDAR，目前该数据集的维护负责人联系方式：zhangyithu@163.com 具体网址如下：http://tns.thss.tsinghua.edu.cn/widar3.0/（网址已更新，有相关细节咨询的需求，可以通过上述联系方式进行咨询。） 同道中人，可以...
20、Wi-Fi 人体手势识别技术：Widar3.0 系统解析
fun88的博客
09-12 227
本文详细解析了基于Wi-Fi的跨域手势识别系统Widar3.0，介绍了其核心技术BVP（身体坐标速度剖面）的生成原理及应用，系统流程设计，以及深度神经网络在手势识别中的时空特征提取与建模。同时总结了Widar3.0的优势、应用场景、面临的技术挑战和未来发展方向。
AIoT时代的智能无线感知
02-23
人类对物理世界的感知阶段重准确率&轻可靠性：可能准确率依赖实验场景，在其他场景并不可靠RSSI最大的局限是只有一个数值，不能区分多径，CSI能CSI有更加丰富的数值CSI可以认为是RSSI的升级版，更加细腻一个人推手实验（朝向不同，环境不同）预期泛化能力比较强Algorithms：DataSet：以前的公开数据集，规模小，场景有限2019年“我们”提出的Widar3.0Opportunity：
AnyHand1.0 手势识别库
04-25
AnyHand是编写一个视觉工具箱时的副产品，将其中的手势识别部分抽取出来做成了这个简单的手势识别库。通过手势与计算机交互是计算机视觉交互的一个重要领域，这个库可以帮助具有一定编程能力，但没有计算机视觉背景的开发者快速地生成一个手势交互系统。其中提供的API可以被用于图形用户界面应用程序。只需要选取一个合适的手势模板，无需大量的模板训练就可就可以进行手势识别。识别过程中将会实时返回您需要的手势名称、手势位置以及手势包围盒等信息，方便应用系统的调用。 在应用前请先仔细阅读系统的《安装与配置文档》、《应用文档》和《API描述文档》。
21、Wi-Fi 人体手势识别系统 Widar3.0 的性能评估与分析
最新发布
fun88的博客
09-13 156
本文详细评估和分析了基于Wi-Fi的人体手势识别系统Widar3.0的性能。Widar3.0通过使用一个发射器和多个接收器采集信道状态信息（CSI），结合多普勒速度功率谱（BVP）和深度学习模型实现高精度的手势识别。实验表明，该系统在多种室内环境中均能实现超过92.7%的整体识别准确率，并展示了出色的跨领域能力，包括位置独立性、方向敏感性、环境多样性和人员多样性。通过对链路数量、定位误差、训练集多样性和传输速率等参数的研究，进一步揭示了系统性能的影响因素。此外，Widar3.0相比现有技术表现出更好的跨领域
21、Wi-Fi人体手势识别技术：Widar3.0的性能评估与应用潜力
Jerry的专栏
07-23 261
本文介绍了基于Wi-Fi的非接触式手势识别系统Widar3.0的实现原理、性能评估及其应用潜力。通过利用Wi-Fi设备采集信道状态信息（CSI）并提取人体速度功率谱（BVP）作为核心特征，Widar3.0在多种室内环境中实现了高准确率的手势识别，并表现出良好的跨领域适应能力。文章详细讨论了系统架构、实验设置、数据集构建以及与其他现有技术的对比结果，同时展望了其在健康监测、安防监控和智能家居等领域的应用前景。
基于RF信号的动作识别数据集
m0_45150312的博客
05-11 2980
无线感知数据集 基于RF信号的动作识别数据集 文章参考来源：清华大学杨峥教授https://github.com/Guoxuan-Chi/RF-based-Activity-Recognition-Datasets 2017-2020数据集整理： 2020 mmGait 毫米波步态数据集 链接：https://github.com/mmGait/people-gait 60Ghz_radar,fixed_route,.csv文件 2019WiAR 发表IEEE论文WiAR:An Public Datas
Mobisys2019论文列表
ljm1995的博客
04-10 4469
（MVNO）An In-depth Study of Commercial MVNO: Measurement and OptimizationAo Xiao and Yang Li (Tsinghua University); Feng Qian (University of Minnesota Twin Cities); Zhenhua Li, Sen Bai, and Yunhao L...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值