【実演】壁の向こうをコードで暴く。WiFi-DensePoseと歩む「視覚なき」追跡の世界


【実演】壁の向こうをコードで暴く。WiFi-DensePoseと歩む「視覚なき」追跡の世界

ruvnet/wifi-densepose

2026-02-15

「壁の向こう側を視る」だと？ まるで透視魔法のようだが、実はこれ、エンジニアの知恵と執念が詰まったガチガチの技術なのだ。

さあ、コントの幕開けだ。我と一緒に、この禁断のコードを解読してやろう！

通常、人のポーズを推定するにはカメラ（画像）を使う。だが、それだと壁があったり、暗闇だったりすると手も足も出ない。

そこでこいつの出番だ。WiFiの電波（CSI Channel State Information）を利用するのだ。人間が動くとWiFiの電波が反射・減衰する。その「乱れ」をAI（ディープラーニング）で解析し、高精度な3Dポーズとして再現してしまうのだ。

プライバシーの守護神
画像を撮らないから、寝室や脱衣所に置いても「覗き」にならない。エンジニアとしての倫理観も守れるな！

オクルージョン（遮蔽）に強い
壁があろうが段ボールに隠れていようが、WiFiが届けばそこには「存在」が映し出される。

市販のルーターで動く
特殊なレーダーは不要。その辺のメッシュルーターで動くのが、実装のハードルを下げておる。

ふむ、この秘宝を動かすには、それなりの「供物（ハードウェア）」と「呪文（ライブラリ）」が必要だ。

WiFiルーター
CSI（チャネル状態情報）を抽出できるチップセット（Intel 5300やESP32など）を搭載したもの。

GPUサーバー
電波の波形からポーズを計算するのは重労働だ。NVIDIAのGPUは必須と言えよう。

基本的にはPythonの世界だ。以下のコマンドで魔力を注入するのだ。

# リポジトリを召喚！
git clone https://github.com/ruvnet/wifi-densepose.git
cd wifi-densepose

# 依存関係という名の契約を結ぶ
pip install -r requirements.txt

「どうやって波形を画像に変えるんだ？」という疑問に答えよう。 このシステムは、WiFiのデータを一旦「振幅」や「位相」といった行列データに変換し、それをResNetなどの強力なモデルに叩き込む構成になっている。

import torch
from wifi_densepose import PoseEstimator

# 1. 賢者（モデル）を呼び出す
# InvisPoseの学習済み重みをロード
model = PoseEstimator(backbone="resnet50")
model.load_state_dict(torch.load("invispose_weights.pth"))
model.eval()

# 2. WiFiの電波（CSI）を受信
# 本来はドライバ経由で取得するが、ここでは仮の波動として扱うぞ！
wifi_signal = get_wifi_csi_stream() 

# 3. 波動をポーズに変換！
with torch.no_grad():
    # 電波をテンソルに変換して推論
    # 出力はDensePoseフォーマット（UVマップ）だ
    output_pose = model(wifi_signal)

# 4. 結果を投影する
visualize_pose(output_pose) # 壁の向こうの勇者が丸見えだ！

勇者よ、これを使えば「高齢者の見守り」や「不審者の検知」が、カメラなしでスマートに行えるようになる。エンジニアとしては、「物理現象（電波）をデータ構造（3Dモデル）に変換する」という最高にエキサイティングな領域なのだ！

「壁を透視するなんて卑怯だ！」と誰かに言われたら、「これは高度な信号処理だ」とドヤ顔で答えてやるがよい！

さて、勇者よ。 まずは貴様のPCでこのリポジトリを動かしてみるか？ それとも、CSI（電波情報）をどうやって取得するのか、もう少し詳しく深掘りしてみたいか？


ruvnet/wifi-densepose