　☆cwlulu-CSDN博客

原创 WiFi感知领域-论文研读：WiFi-Based Human Pose Image Generation

本文首次探索了将WiFi信号和视觉信息融合在一起的技术，并提出了一种基于WiFi信号生成光学人体姿态图像的解决方案。所提出的方法使用无线设备和相机来收集数据，经过数据预处理，设计了一个深度学习模型来直接预测WiFi信号中的姿势关键点坐标，并利用GAN模型来合成高质量图像。

2024-03-24 12:19:43 824 1

原创论文研读（含2G的CSI数据集+导入数据的代码）：CSI-Former: Pay More Attention to Pose Estimation with WiFi

论文的研读，包含数据集下载网址，以及提取数据进行训练的代码。

2024-03-23 10:57:11 1299

原创论文研读：From Point to Space: 3D Moving Human Pose Estimation Using Commodity WiFi

本文构建了包含姿态和位置信息的CSI图像，以便神经网络能够提取与姿态相关但与位置无关的特征，设计了一个神经网络Wi-Mose来从CSI图像中提取特征，并将其转换为关键点坐标。实验结果表明，Wi-Mose在无遮挡和有遮挡场景中分别实现了29.7mm和37.8mm的P-MPJPE，与WiPose相比，准确率分别提高了21%和10%。

2024-03-22 19:29:23 1018 1

原创用python代码解决经典的鸡兔同笼问题

鸡兔同笼是中国古代数学名题，一般表述为：在一个笼子里关着若干只鸡和兔子，已知它们的总头数和总脚数，问鸡和兔子各有多少只。代码核心思想是，假设全是鸡，那么多出的腿全是兔子的，再除以2就得到兔子的数量，再用头数量减去兔子数量就是鸡的数量。假设笼子里有鸡x只，兔子y只。求解这个二元一次方程组就可以得到鸡和兔子各自的数量。

2024-03-22 16:49:20 723 1

原创三种最常用的数组/列表排序方法及优缺点（冒泡排序、选择排序、插入排序）

冒泡排序的基本思想是，通过重复地交换相邻两个元素的位置（如果它们处于错误的顺序），最终使得整个序列变成有序。具体做法是从数组的第一个元素开始，比较相邻的元素，如果前一个比后一个大（升序）就交换这两个元素，经过第一轮遍历后，最大的元素会被“冒”到数组的末尾；然后对剩下的元素再进行同样的操作，如此反复，直到没有任何一对数字需要交换位置。

2024-03-18 10:31:45 580 1