HPE-Based-CSI-and-Light

基于人体姿态估计（HPE）融合CSI（信道状态信息）与光传感数据的多模态感知项目，实现对人体行为的精准识别与场景感知。

项目简介

本项目创新性地结合人体姿态估计、无线CSI信号和光传感数据，构建多维度感知模型，提升复杂场景下人体行为识别的准确性与鲁棒性，可应用于智能安防、智能家居等领域。

技术栈

• Python
• OpenCV（人体姿态估计图像处理）
• PyTorch/TensorFlow（模型训练与推理）
• CSI信号处理
• 光传感数据采集与解析
• 多模态数据融合算法

快速开始

环境依赖

pip install opencv-python torch numpy pandas scipy

运行示例

python main.py --data_path ./dataset --model hpe_csi_light

数据说明

• 包含CSI信号数据集、光传感采集数据、人体姿态图像/视频数据集
• 数据预处理脚本位于./preprocess目录

核心功能

1. 多源数据采集与同步
2. 人体姿态关键点检测
3. CSI与光信号特征提取
4. 多模态数据融合与行为识别

许可证

本项目采用MIT许可证开源，详见LICENSE文件。

总结

1. 项目核心是融合HPE、CSI、光传感实现人体行为识别，面向智能安防等场景；
2. 核心技术栈涵盖Python、CV框架、深度学习框架及多模态数据处理；
3. 提供环境配置、运行示例，清晰划分数据处理与核心功能模块。