CopoHub Trending

ruvnet/wifi-densepose

WiFi DensePose turns commodity WiFi signals into real-time human pose estimation, vital sign monitoring, and presence detection — all without a single pixel of video.

Rust · ★ 22,187 · Fork 2,628 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

ruvnet/wifi-densepose 已在 GitHub Trending 每日榜单上榜 9 天,最高排名第 1,首次上榜 2026-02-14,最近一次上榜 2026-03-03。

日期排名Star当日增长
2026-03-03#122,184+5,096
2026-03-02#121,533+5,080
2026-03-01#216,945+5,531
2026-02-28#110,997+2,152
2026-02-27#18,958+362
2026-02-17#86,913+344
2026-02-16#86,770+344
2026-02-15#116,451+351
2026-02-14#76,121+83

同期上榜的项目

RuView 项目深度剖析与商业评估报告

RuView 项目深度剖析与商业评估报告

报告日期: 2026-08-22 | 仓库: ruvnet/RuView | Stars: 91,279 | Forks: 12,135 | 语言: Rust

---

1. 核心定位与商业落地价值

1.1 根本痛点:非视觉感知的最后一块拼图

RuView 解决的核心痛点是"在无摄像头、无穿戴设备的约束下,如何获得细粒度的人体空间感知能力"。传统方案存在结构性缺陷:

摄像头方案:受 GDPR/HIPAA 等隐私法规约束,需要视线(LOS),在黑暗、烟雾、粉尘环境中失效。 PIR/雷达方案:只能做粗粒度存在检测,无法穿透墙壁,无法提取生命体征。 穿戴设备:需要用户主动佩戴,存在依从性问题,无法覆盖访客和非合作目标。

RuView 利用 WiFi CSI(信道状态信息)的物理散射特性,将已存在的基础设施(路由器/ESP32)转化为感知层,实现了"零新增硬件成本"的感知能力。其核心价值主张是"隐私合规 + 穿墙能力 + 生命体征提取"的三位一体,这是目前市场上任何单一传感器方案都无法同时满足的。

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/ruvnet/wifi-densepose.svg)](https://github.fq6825.top/repo/ruvnet/wifi-densepose)