研究人员开发了 WiFlow，一个利用 WiFi 信道状态信息 (CSI) 而非传统摄像头来估计光流（描述场景中物体运动）的新型系统。这种方法解决了基于摄像头方法的隐私问题和对光照条件的限制。该项目包括 WiFlow 本身、一个 CSI 预处理器、三种不同的模型架构，以及创建的第一个专门用于训练和评估基于 CSI 的光流估计器的***。 AI
影响 这项研究可能带来比基于摄像头系统更具侵入性小且对环境条件更鲁棒的运动跟踪新方法。
排序理由 该集群描述了一篇详细介绍光流估计新方法的***。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Knowing where and how fast objects are moving within a scene is important across various domains. Usually, cameras are used to capture the data necessary for this task, but adding cameras often raises privacy concerns, and the quality of captured frames is heavily influenced by l…
arXiv:2609.02452v1 Announce Type: new Abstract: Knowing where and how fast objects are moving within a scene is important across various domains. Usually, cameras are used to capture the data necessary for this task, but adding cameras often raises privacy concerns, and the quali…