论文概述
本文提出了一种新的基于WiFi的姿态估计方法。基于WiFi的信道状态信息（CSI），提出了一种新的结构 CSI-former。为了评估CSI-former的性能，本文建立了一个新的数据集Wi-Pose。该数据集由5GHz WiFi CSI、相应的图像的骨架点注释组成。
背景
Transformer由于其强大的多头注意力，在各种自然语言处理和计算机视觉任务中表现出强大的性能。根据Transformer的注意力机制，提出了一种新的Performer来实现基于注意力的长序列数据分析。Performer具有良好的注意力机制和更好的空间利用率，能从长序列CSI中提取更多隐藏的姿态特征。 与2.4GHz相比，5GHz信号具有较强的抗干扰性和较少的干扰源。
因此，本文认为5GHz WiFi更适合于WiFi姿态估计网络，然后收集志愿者活动的图像和CSI，构建了一个基于WiFi的姿态估计数据集，名为Wi-Pose（https://github.com/NjtechCVLab/Wi-PoseDataset）可以去GitHub下载
下载完之后的：
网络模型
CSI-former通过师生网络实现基于WiFi的姿态估计： 教师网络通
