WiFi-3D-Fusion：用WiFi CSI信号结合深度学习实现实时3D人体姿态估计，融合无线感知与计算机视觉，开启下一代空间感知新篇章。

• 支持ESP32-CSI（UDP）与Nexmon（tcpdump）两种采集方式，稳定获取实时CSI幅度与相位数据
• 多线程架构，分离数据采集、处理与可视化，支持CUDA加速，保障高效性能和长时稳定运行
• 基于卷积神经网络的多人体检测与3D骨骼估计，具备身份识别（ReID）和自适应阈值调整能力
• web端Three.js渲染，实时3D骨骼动画与CSI噪声地面波纹同步展示，支持交互式摄像机控制
• 内置持续学习机制，无需中断运行即可自动采集高置信度样本训练模型，实现模型在线自我提升
• 支持训练自定义模型，快速迭代，灵活指定训练设备、Epoch数、批量大小以及连续学习参数
• 兼容NeRF²神经射频场与Person-in-WiFi-3D多人体3D姿态等扩展模块，助力多模态无线感知融合
• 完整开源代码与部署脚本，支持Ubuntu 22.04+环境，适配多款主流WiFi适配器，提供详尽硬件驱动与配置指南
• 适用场景涵盖消防救援、暗环境监测、地下空间感知等传统摄像头难以覆盖的高风险环境

WiFi-3D-Fusion不仅揭示无线信号背后丰富的空间信息，更通过实时自学习和多模态融合，展示未来无线感知技术的无限可能。技术细节与代码请查阅🔗github.com/MaliosDark/wifi-3d-fusion

#无线感知##深度学习##3D人体姿态##计算机视觉##空间智能##开源项目#