最近发现了一个利用WiFi信号进行人体感知的开源项目，通过CSI信号分析，这项技术能实现穿墙探测姿势和生命体征。实测体验揭示了其技术原理、硬件门槛以及潜在的隐私风险，为物联网安防和养老监护提供了新的思路。
智能速览
基于CSI信号分析，无需摄像头即可探测人体移动、呼吸和心跳。
Rust重写后性能强劲，处理速度达54000fps，延迟低于1ms。
分为存在检测、姿势估计、生命体征三个能力层级，精度取决于硬件。
适用于养老院监护、灾难救援等B端场景，硬件成本仅8美元。
技术虽保护面部隐私，但存在被房东滥用等伦理隐患。
精华内容
这并非科幻电影中的情节，而是利用无线电波特性的真实技术突破，让我们深入剖析其背后的逻辑。
技术核心原理
该项目的核心在于对CSI（信道状态信息）的深度分析。普通WiFi设备仅关注信号强度，而CSI技术能提取56个子载波的振幅和相位数据。
通过每秒上千次的高频采样，系统能敏锐捕捉到人体移动、呼吸甚至心跳引起的微小信号扰动。这种纯无线电波分析方式规避了图像采集，在隐私合规性上具有天然优势，同时也带来了难以察觉的监控风险。
部署与门槛
虽然官方提供了便捷的Docker镜像，拉取速度很快，但实际部署存在硬件门槛。普通笔记本仅能完成基础的存在检测，若想实现姿势估计和心率监测，必须使用ESP32-S3或Intel 5300网卡。
得益于Rust语言重写，项目性能表现优异，实测处理速度高达54000fps，系统延迟控制在1ms以内，镜像体积仅为132MB。
探测能力层级
系统的探测能力分为三个层级。Level 1利用RSSI变化判断有人存在，延迟极低但无法识别动作或人数。
Level 2实现了17个身体关键点的实时追踪，在5米范围内有效，且具备穿墙探测能力，效果取决于墙体材质。Level 3则能监测呼吸频率（6-30 BPM）和心率（40-120 BPM），其中呼吸检测相对稳定，但心率在运动状态下会出现偏差。
落地应用场景
在养老院夜间监护场景中，该技术无需安装摄像头，既保护老人隐私又能实现跌倒检测，响应时间少于2秒。硬件成本仅8美元的ESP32模块极具性价比。
此外，WiFi信号穿透混凝土的能力优于热成像，适用于灾难救援中的生命探测。在商业空间，它能满足GDPR合规要求进行客流统计，仅统计人数和停留时间而不识别身份。
伦理边界思考
技术文档虽强调隐私优先，但滥用风险不容忽视。由于设备体积小且隐蔽，房东在出租屋或酒店在客房内部署此类设备，租客和住客极难发现。
目前技术手段无法有效限制其使用场景，这是所有感知类技术共同面临的伦理困境。如何在享受便利的同时防范隐私侵犯，需要配套的使用规范来解决。
这项技术在工程化落地和性能表现上展现出极高的价值，特别是在B端市场有着明确需求。然而，技术中立并不代表使用无界，如何在享受便利的同时防范隐私侵犯，是未来必须解决的课题。
关键评论
网友指出WiFi CSI技术十年前就是死方向，且测心跳时人需静止。
部分读者对实测结果表示好奇，并质疑该技术的真实性。
有人认为该技术保护了面部隐私，至少无法直接看到人脸。
极客玩家建议将硬件模块搭载于无人机上进行抵近探测尝试。
