研究人员开发了AMAR，一个新颖的、基于注意力的框架，用于使用Wi-Fi信道状态信息（CSI）同时识别多种人类活动。该系统通过将活动识别构建为集合预测问题，解决了多用户环境中CSI模式重叠的挑战。AMAR采用基于Transformer的架构，具有用于活动检测的专用查询嵌入，并采用边缘-云分离设计以减少带宽需求，与现有方法相比，在预测准确性和占用率估计误差方面取得了显著改进。 AI
影响 引入了一种使用Wi-Fi信号进行多用户活动识别的新颖方法，有望改进非接触式传感应用。
排序理由 在arXiv上发表了一篇学术论文，详细介绍了一种新的活动识别框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.20649v1 Announce Type: cross Abstract: Wi-Fi-based human activity recognition (HAR) has emerged as a promising approach for contactless sensing, leveraging channel state information (CSI) collected from wireless transceivers. While existing studies have primarily conce…
Wi-Fi-based human activity recognition (HAR) has emerged as a promising approach for contactless sensing, leveraging channel state information (CSI) collected from wireless transceivers. While existing studies have primarily concentrated on single-user scenarios, real-world deplo…