PulseAugur
中
实时 07:10:55
English(EN) Zero-Fi: Zero-Shot Wi-Fi-Based Human Activity Recognition via Contrastive Signal-Language Alignment

Zero-Fi 利用信号-语言对齐实现零样本 Wi-Fi 活动识别

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 Zero-Fi，一个新颖的基于 Wi-Fi 的人类活动识别框架，它利用对比信号-语言对齐。这种方法允许系统识别新活动，而无需针对这些活动进行特定的标记 Wi-Fi 数据。通过在共享嵌入空间中对齐 Wi-Fi 信号特征和自然语言描述，Zero-Fi 在基准数据集上展示了有效的零样本识别能力，将 Wi-Fi 感知能力扩展到预定义的活动集之外。 AI

影响 使 Wi-Fi 感知系统能够在无需重新训练的情况下识别新颖的人类活动，从而可能改进智能家居和安全应用。

排序理由 该条目描述了在 arXiv 论文中提出的一个新颖研究框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Zero-Fi 利用信号-语言对齐实现零样本 Wi-Fi 活动识别

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yitong Shen, Cheng Guo, Peiliang Wang, Jingzhe Zhang, Yi Sheng, Haopeng Zhang, Hongfei Xue, Yili Ren ·

    Zero-Fi：基于零样本Wi-Fi的人类活动识别，通过对比信号-语言对齐实现

    arXiv:2607.26381v1 Announce Type: new Abstract: Wi-Fi-based human activity recognition has advanced substantially, but most existing methods assume a closed set of activities and require labeled Wi-Fi samples for every target class, limiting their ability to recognize unseen acti…

相关实体

相关话题