热门开源项目
RuView：用WiFi信号实现穿墙人体感知
原标题：ruvnet/RuView
TL;DR · 一句话结论
RuView是一个开源WiFi感知平台，利用ESP32传感器捕获信道状态信息（CSI），通过AI模型实现穿墙人体检测、呼吸心率监测、17关键点姿态估计等功能，模型仅8KB，可在树莓派上运行。
主要内容
- 01支持穿墙人体检测、呼吸心率监测、跌倒检测
- 02提供105个边缘AI模块，覆盖健康、安防、零售等
- 03完全本地运行，无需云端或互联网
- 04开源MIT协议，支持Docker快速体验
背景
WiFi感知技术利用无线电波在人体运动时产生的散射变化来检测人和活动。RuView基于此原理，使用低成本ESP32传感器捕获CSI数据，结合自监督对比学习训练的AI模型，实现无摄像头、无穿戴设备的空间感知。项目还提供了Claude Code插件和完整的边缘模块生态。
为什么值得关注
对于AI工具用户，RuView展示了边缘AI在隐私保护场景下的巨大潜力：无需摄像头即可实现人体感知，硬件成本极低（9美元起），模型极小（8KB）可在树莓派上运行。适合智能家居、老人看护、零售分析等对隐私敏感的场景。
🇨🇳
对中国用户与市场
国内用户可直接使用ESP32-S3硬件部署，但需注意：穿墙感知可能涉及隐私法规；模型精度（PCK@20约2.5%）目前较低，摄像头监督训练尚未完成；中文文档和社区支持有限。
继续关注
⚠尚未确定的部分
- ·姿态估计精度目前较低（PCK@20约2.5%），摄像头监督训练尚未完成
- ·ESP32-C3和原始ESP32不支持，需特定硬件
- ·单节点空间分辨率有限，建议2个以上节点
- ·项目仍处于Beta阶段，API和固件可能变化
→可采取的行动
- ·用Docker快速体验：docker pull ruvnet/wifi-densepose:latest
- ·购买ESP32-S3开发板（约9美元）搭建硬件测试环境
- ·关注Hugging Face模型更新，等待摄像头监督训练完成
- ·评估在智能家居、老人看护等场景的落地可行性
摘记
See through walls with WiFi
Turn ordinary WiFi into a spatial intell
#RuView#ESP32-S3#Cognitum Seed#RuVector#Hugging Face#WiFi感知#边缘AI#开源项目#人体姿态估计#隐私保护
🤖 本文根据 GitHub Trending Daily RSS 的 RSS 内容整理，并由 AI 辅助提炼要点。完整上下文请以 原文 为准。