Система в реальному часі відстежує позу людини… через Wi-Fi.
Без камер. Без лідарів. Без датчиків на тілі.
Людське тіло буквально «проявляється» в радіохвилях — навіть крізь стіни.
🧠 Як це працює
- 📡 Wi-Fi сигнали аналізуються на рівні CSI (Channel State Information)
- 🤖 Далі підключається машинне навчання
- 🧍♂️ На виході — повна 3D-поза людини
- ⚡ 30 FPS
- ⏱ Затримка < 50 мс
Фактично — computer vision без камер.
🚀 Можливості
🔒 Privacy-first — ніякого відео, тільки Wi-Fi
⚡ Реальний час — плавне, стабільне трекінґ-відстеження
👥 До 10 людей одночасно
🏥 Підходить для медицини, фітнесу, smart-home, безпеки
👊 Визначає падіння, активність, присутність людей
📡 Працює на звичайних Wi-Fi роутерах, без спецзаліза
🔌 WebSocket-стримінг — дані летять у реальному часі
✅ Повне покриття тестами
🔥 Навіщо це взагалі?
- Камери більше не обовʼязкові
- Приватність користувачів на першому місці
- Ідеально для приміщень, де відео заборонене або небажане
- Новий рівень «розумних» просторів
👉 Майбутнє smart-home, медицини та безпеки виглядає саме так.
⚙️ Швидкий старт
Установка:
pip install wifi-densepose cp example.env .env nano .env
Запуск:
from wifi_densepose import WiFiDensePose
system = WiFiDensePose()
system.start()
poses = system.get_latest_poses()
print(f"Detected {len(poses)} persons")
system.stop()
Онлайн-перегляд через WebSocket:
async def stream_poses():
uri = "ws://localhost:8000/ws/pose/stream"
async with websockets.connect(uri) as websocket:
while True:
data = await websocket.recv()
poses = json.loads(data)
print(f"Detected {len(poses['persons'])} persons")
🔗 Документація та команди
https://github.com/ruvnet/wifi-densepose?tab=readme-ov-file#basic-commands
♎️ GitHub
https://github.com/ruvnet/wifi-densepose