2D skeleton——Through-Wall Human Pose Estimation Using Radio Signals

1.技术背景

这篇使用RF信号，实现了对穿过墙壁或遮挡物的人的姿势的准确判断。准确实现对人体姿势的判断对于反恐监视、游戏等领域有很大的意义。人体姿势识别的问题可以看作是一个对人体关键点（头，脖子，肩膀，手臂，腿等关节点）定位的问题。以往的通过视觉系统来判断人体姿态有一个致命的弊端，那就是障碍物。后来通过无线信号来判断人体姿态取得了很大的进展，但是同一时刻只能跟踪一个肢体部位，不同的身体部位观察到的时间并不一致，因此只能生成对人体的一个粗略描述。要想实现对人体姿势的精确判断还是很有挑战的。

2.RF-Pose系统设计

Fig1. cross-modal teacher-student network

论文中提出的RF-pose系统是一种神经网络，利用神经网络分析RF无线信号来学习无线信号中携带的人体姿势信息，来实现准确的人体姿势识别。但是有来自两个方面的挑战：

（1）缺少用于训练的标签数据

（2）RF信号的的固有特征：低空间分辨率，镜面反射，以及与照片相比RF信号有不同的数据类型（复数）和视角（垂直和水平