RuView 指南穿墙感知人在、呼吸与心率【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView老人独居时你最想知道的无非两件事人在不在家、呼吸正不正常。RuView 用家里现成的 WiFi 信号做穿墙人体感知不用摄像头、不用手环一块九块钱的传感器节点加你原有的路由器就能告诉你谁在屋里、有几个人、呼吸和心率怎么样。RuView 是一个开源的 WiFi 感知平台GitHub 推荐精选项目之一MIT 协议Rust 写的核心全部跑在本地硬件上不依赖云。它是怎么做到的原理并不玄。路由器发出的无线电波本来就会在墙壁和人体之间反射捕捉扰动人一移动、甚至只是呼吸WiFi 波的散射就会微妙变化ESP32 节点把这些变化提取成信道状态信息CSI去噪与融合原始信号先滤波多个节点、多个频道的数据融合成一组干净特征模型解读训练好的小神经网络把特征映射成具体结果——人在不在、呼吸、心率、17 个身体关键点本地自学习系统在屋里持续学习约 30 秒就能适应你的户型数据不出门上图就是完整链路原始 WiFi 信号经净化和网络转换直接输出人体姿态全程没有一个视频像素。哪些能力真正好用能力做什么举个例子穿墙存在与人数隔墙数出每个房间几个人出租屋统计客厅人数不用装摄像头非接触生命体征从呼吸读出呼吸率6–30 次/分和心率凌晨三点呼吸突然加快自动推送提醒跌倒检测冲击加骤停判定200 毫秒内出告警老人在浴室摔倒告警比家人赶回去还快无摄像头姿态从 WiFi 重建 17 个身体关键点公开 MM-Fi 基准上躯干关键点准确率 82.69%超过此前公开最佳方案的 72.25%姿态检测的实时画面长这样骨架完全由 WiFi 信号解出来三步跑起来 RuView 入门不用硬件先用模拟数据把 demo 跑通git clone https://gitcode.com/GitHub_Trending/wi/RuView docker pull ruvnet/wifi-densepose:latest docker run -p 3000:3000 ruvnet/wifi-densepose:latest只需三步克隆仓库、拉取 Docker 镜像并运行、浏览器打开本地 3000 端口。你会看到实时感知的界面——心率、呼吸、在场状态都在动。想接真实信号硬件怎么选一块ESP32-S3小板约 9 美元就能做存在检测、呼吸和粗略运动。2–3 块节点可以定位到人体位置和运动方向4 块以上再配合训练好的模型才谈得上完整姿态。只想要 Python 库的话装一下 PyPI 上的 ruview 包即可不用折腾服务器。值得深挖的文档和模块仓库很大入口挑这几份看就够用户手册从安装、首次运行到 API 用法的完整路径校准指南模型如何适应你的房间哪些条件必须满足Home Assistant 与 Matter 接入把在场和体征接进智能家居自带 21 个实体和 3 个蓝图医疗示例非接触心率、血压估算的示例代码边缘模块目录跌倒检测、睡眠呼吸暂停、入侵告警等 100 多个签名小模块按需安装还在成熟的部分这个项目对自身成熟度的标注很诚实上手前建议先看清单节点 17 关键点姿态仍是初版水平、低于目标前面的 82.69% 是公开基准数字不是单节点实时数字单天线节点的空间分辨率有限官方建议至少 2 个节点或搭配约 140 美元的 Cognitum Seed软件处于 Beta定位是研究原型体征输出不是医疗器械落地前需要独立验证回到开头的场景不装摄像头、不戴手环一块 ESP32 加现成 WiFi 就能搭一个全天候的“守护者”。先跑那条 Docker 命令看看界面再决定要不要往下挖。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考