ESP32-S3 Wi-Fi感知系统实测:八种动作识别准确率79.5%
热点事件持续更新
ESP32-S3 Wi-Fi感知系统实测:八种动作识别准确率79.5%
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
创作者用3块ESP32-S3开发板刷入开源项目RuView固件,在客厅搭建多路径Wi-Fi感知系统,训练时借助运行Google MediaPipe的摄像头,约九分钟训练后实现八种动作79.5%的整体识别准确率,其中跳跃97%、坐下93%、旋转92%、站立84%,挥手仅13%,房间占用检测达96%。训练完成后摄像头可移除,仅靠Wi-Fi进行实时检测。 该模型在单一房间、单人条件下训练和测试,报道称改变开发板位置或引入第二个人可能需要重新训练。报道还提到专为此类感知开发的IEEE 802.11bf Wi-Fi感知标准。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 17:57
基于 ESP32-S3 的 DIY Wi-Fi 感知系统:无摄像头识别人体动作,准确率 80%报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- CircuitDigest电路与MCU基于 ESP32-S3 的 DIY Wi-Fi 感知系统:无摄像头识别人体动作,准确率 80%
创作者用 3 块 ESP32-S3 开发板刷入开源项目 RuView 固件,在客厅搭建多路径 Wi-Fi 感知系统,训练时借助运行 Google MediaPipe 的摄像头,约九分钟训练后实现八种动作 79.5% 的整体识别准确率,跳跃 97%、坐下 93%、旋转 92%、站立 84%,挥手仅 13%,房间占用检测达 96%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。