東京科學大學（Institute of Science Tokyo）的研究團隊成功開發出名為「LatentCSI」的技術，利用 Wi-Fi 的通道狀態資訊（CSI）生成高解析度且準確的室內環境圖像。這項技術依賴於預訓練的 Stable Diffusion 潛在擴散模型（Stable Diffusion v1.5），將 Wi-Fi 數據轉化為壓縮的潛在表示，進而創造出攝影品質的圖像。
LatentCSI的核心創新在於用自定義的輕量化神經網路CSI編碼器取代了Stable Diffusion管道中的原始變分自編碼器（VAE）編碼器，這使得高效且高品質的圖像生成成為可能，無需像像素空間生成或生成式對抗網路（GANs）那樣的高計算成本或隱私風險。
這項技術還支援在降噪擴散階段進行文本引導的圖像精煉，提供了對生成圖像的額外控制。過去，基於Wi-Fi的影像生成僅能提供粗略的草圖，無法準確反映實際環境。然而，LatentCSI的出現標誌著重大進展，能夠快速且高效地生成真實的房間圖像。
研究團隊在兩個數據集上驗證了LatentCSI的效果：一個是他們使用商用Wi-Fi硬體和相機收集的數據集，另一個來自公共的MM-Fi人類感知數據集。結果顯示，與以往基於真實圖像訓練的方法相比，LatentCSI在感知圖像品質和計算效率上均表現優異。
這項技術的潛力不僅限於家庭或辦公室的室內設計，還可能在安全監控、虛擬實境和擴增實境等多個領域發揮重要作用。由於該系統是從潛在空間表示生成圖像，而非直接重建像素級圖像，因此減少了從訓練數據中重建精確視覺細節的隱私風險，使其在實際應用中更具可行性。
- Wi-Fi signals can now create accurate images of a room with the help of pre-trained AI — ‘LatentCSI’ leverages Stable Diffusion 3 to turn Wi-Fi data into a digital paintbrush
- Your WiFi could soon “see” the room. A new study shows how.
（首圖來源：Unsplash）
科技新報粉絲團
加入好友
訂閱免費電子報
