😱 Проект wifi-densepose — система, которая в реальном времени отслеживает положение человека, используя обычный Wi-Fi. Камеры больше не нужны. Тело видно… через стены. Как это работает: 💬 Wi-Fi-сигналы анализируются на уровне CSI (Channel State Information), 💬 дальше в игру вступает машинное обучение — и система собирает полную позу тела с частотой 30 FPS и задержкой меньше 50 мс. Что умеет: 🔒 Privacy-first — никаких камер, только Wi-Fi. ⚡️ Реальное время — плавное отслеживание движений. 👥 До 10 человек одновременно. 🏥 Оптимизация под медицину, фитнес, умный дом и безопасность. 👊 Распознаёт падения, активность, присутствие людей. 📡 Работает на обычных Wi-Fi роутерах, без спецжелеза. 🔌 WebSocket-стриминг — данные летят в реальном времени. ✅ Полное тестовое покрытие. По сути, это компьютерное зрение без камер. 🔥 Будущее умных домов, медицины и безопасности выглядит именно так. Базовая установка: # Install the package pip install wifi-densepose # Copy example configuration cp example.env .env # Edit configuration (set your WiFi interface) nano .env Запуск системы: from wifi_densepose import WiFiDensePose # Initialize with default configuration system = WiFiDensePose() # Start pose estimation system.start() # Get latest pose data poses = system.get_latest_poses() print(f"Detected {len(poses)} persons") # Stop the system system.stop() Просмотр в реальном времени: import asyncio import websockets import json async def stream_poses(): uri = "ws://localhost:8000/ws/pose/stream" async with websockets.connect(uri) as websocket: while True: data = await websocket.recv() poses = json.loads(data) print(f"Received poses: {len(poses['persons'])} persons detected") # Run the streaming client asyncio.run(stream_poses()) 🔗 Туча полезных команд ♎️ GitHub/Инструкция #python #soft #github