PulseAugur
实时 12:02:25
English(EN) KOALA: Koopman Operator Learning for WiFi-Based Anticipatory Hum

KOALA框架使用WiFi CSI进行高级人类运动预测

研究人员开发了KOALA,一个使用WiFi信道状态信息(CSI)预测人类运动的新框架。与将姿态推断视为瞬时问题的先前方法不同,KOALA通过将嘈杂的CSI推导出的姿态序列映射到Koopman潜在空间来模拟时间动态。这种转换通过简单的矩阵-向量乘法使系统的非线性动力学线性化,从而无需迭代误差累积即可进行多范围预测。该框架包含一个残差CSI条件算子来解决同一吸引子问题,以及一个锚点-增量预测头来防止退化捷径。在MM-Fi和WiPose数据集上的实验表明,KOALA在短期和长期运动预测方面均表现出色。 AI

影响 这项研究可能为非基于摄像机的人类活动监测和预测带来新应用。

排序理由 该集群描述了一篇详细介绍使用WiFi CSI进行运动预测的新颖框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

KOALA框架使用WiFi CSI进行高级人类运动预测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Quang-Anh N. D., Duc Pham Minh, Thao Phuong Pham, Minh Anh Nguyen, Huan X. Nguyen, Tuan Dang ·

    KOALA:基于WiFi的预测性人类行为的Koopman算子学习

    arXiv:2608.15815v1 Announce Type: new Abstract: WiFi Channel State Information (CSI) has emerged as a privacy-preserving alternative to cameras for human pose estimation. However, existing approaches treat pose inference as an instantaneous regression problem and do not model tem…