近日，一款名为WiFi DensePose的开源项目在网络上掀起热议。该项目提出一种无需摄像头或穿戴设备、仅凭普通WiFi信号便可识别人体动作姿态的全新技术。其开发者科恩(Reuven Cohen)曾任亚马逊和微软，借助图形神经网络与其自研的AI引擎RuVector，实现对无线电回波的分析，成功重建了人体17个关键姿态点。
尤其具有革新意义的是，由于该技术并非存储传统图像或视频，科恩强调其为一套“以隐私为首位”的感测方案。此外，在特定环境设置下，该技术甚至能够做到穿墙感测，并同时实时探测附近人员的呼吸和心跳等细微体征。不过科恩同时提醒，实现这一功能需依赖支持采集“通道状态信息(CSI)”的硬件设备。
为推动普及，项目已建议用户可采用乐鑫科技的ESP32微控制器或英特尔5300网卡等低成本硬件解决方案作为CSI数据的采集核心。这背后意味着：一种兼顾低成本与高保护性的感测时代或已来临。
