GitHubユーザーruvnetが開発した「WiFi DensePose」がMITライセンスで公開されました。重要なのは、カメラや装着デバイスなしにWiFi信号だけで人体の姿勢推定、バイタルサイン監視、存在検知を実現する点です。プライバシー保護とモーション検出を両立する新しいアプローチとして注目されています。
WiFi信号で姿勢推定を実現する新技術が公開
カメラ不要で54,000fpsの高速処理を達成
WiFi DensePoseは、一般的なWiFi信号のチャネル状態情報(CSI)を分析して人体の動きを検出します。ruvnetによると、人の動きによるCSIの乱れを物理ベースの信号処理と機械学習で解析し、身体位置、呼吸数、心拍を再構築する仕組みです。
性能指標は以下の通りです:
| 機能 | 性能 |
|---|---|
| 姿勢推定 | 54,000fps (Rust実装) |
| 呼吸検出 | 6-30 BPM |
| 心拍検出 | 40-120 BPM |
| 存在検知遅延 | 1ms未満 |
| 壁越し検知範囲 | 最大5m |
特筆すべきは54,000fpsという姿勢推定の処理速度です。これは一般的なカメラベースのシステム(30-60fps)と比較して約900倍の速度を実現しています。Rust実装による最適化が高速処理に寄与しています。
MITライセンスで公開されたオープンソースプロジェクト
WiFi DensePoseはMITライセンスで公開されており、商用利用も可能です。Docker環境で30秒で起動できる点が開発者にとって大きなメリットです。
ただし、完全な機能を利用するにはCSI対応ハードウェアが必須です。ruvnetによると、必要な機器は以下の2つの選択肢があります:
- ESP32-S3メッシュ: 約54ドル
- 研究用NIC: 50-100ドル
一般的なWiFiノートPCでは、RSSI(受信信号強度)ベースの粗い存在検知のみが可能です。CSI情報へのアクセスには専用ハードウェアが必要な点は導入時の考慮事項となります。
プライバシー保護とモーション検出を両立する技術的意義
カメラ監視の課題を解決するCSI分析技術
従来のカメラベースのモーション検出には、プライバシー侵害の懸念が常につきまといました。WiFi DensePoseは画像データを一切使用せず、WiFi信号の物理的な変化のみを分析します。
CSI分析の技術的メリットは以下の点です:
- 視覚情報の非取得: 個人の顔や体型などの識別情報を記録しません
- 暗闇での動作: 照明条件に依存しない検出が可能です
- 壁越し検知: 最大5mまで障害物を通して検知できます
特に暗闇での動作と壁越し検知は、カメラでは実現困難な機能です。これにより、夜間の高齢者見守りや、プライベート空間での転倒検知など、新しいユースケースが開けます。
医療・介護分野での非接触モニタリングの可能性
WiFi DensePoseは呼吸数(6-30 BPM)と心拍数(40-120 BPM)の検出も実現しています。これは医療・介護分野での非接触バイタルサイン監視に直結する機能です。
具体的な応用シナリオ:
- 高齢者施設: 夜間の呼吸停止や転倒を自動検知
- 病院: 隔離病棟での非接触バイタル監視
- 在宅介護: 家族の異常を遠隔で把握
従来の接触型センサーやウェアラブルデバイスと異なり、装着の負担がない点が大きな利点です。特に認知症患者など、デバイスの装着が困難なケースでの活用が期待されます。
既存のモーション検出技術との性能比較
カメラベース vs WiFiベースの技術的トレードオフ
WiFi DensePoseと従来のカメラベースシステムの比較を整理します:
| 項目 | WiFi DensePose | カメラベース |
|---|---|---|
| プライバシー | 高(画像なし) | 低(顔認識可能) |
| 処理速度 | 54,000fps | 30-60fps |
| 暗闇動作 | 可能 | 不可(赤外線除く) |
| 壁越し検知 | 5mまで可能 | 不可 |
| 精度 | CSI品質依存 | 高(視覚情報) |
| 初期コスト | 54-100ドル | 50-300ドル |
WiFiベースの最大の弱点は、CSI信号の品質に依存する点です。金属製の家具や電子機器が多い環境では、信号の乱れが増加し精度が低下する可能性があります。
一方、カメラベースは視覚情報の豊富さから、細かい動作の識別(手の動きなど)では依然として優位性があります。用途に応じた技術選択が重要です。
必要ハードウェアとコストの実態
WiFi DensePoseの導入コストを詳しく見ていきます。
ESP32-S3メッシュ構成(推奨):
– デバイス単価: 約18ドル
– 必要台数: 3台(三角測量のため)
– 合計: 約54ドル
研究用NIC構成:
– Intel 5300 NIC: 50-100ドル
– 対応PC: 既存のLinux PCで可
– 合計: 50-100ドル
比較として、一般的なカメラベースシステムは50-300ドル(カメラ品質により変動)です。WiFi DensePoseは価格面でも競争力があります。
ただし、CSI対応ハードウェアの入手性は地域によって異なります。ESP32-S3は比較的入手しやすいですが、研究用NICは供給が限定的です。2026年現在、WiFi 6E/7対応のCSIアクセス可能な民生機器は増加傾向にあり、今後の普及が期待されます。
開発者が今すぐ試せる実装ステップ
Docker環境での即座セットアップ手順
WiFi DensePoseは30秒で起動できるDocker環境を提供しています。以下の手順で試せます:
# リポジトリのクローン
git clone https://github.com/ruvnet/wifi-densepose.git
cd wifi-densepose
# Docker Composeで起動
docker-compose up -d
# WebUIへアクセス
# http://localhost:8080
初期状態では、RSSIベースの簡易的な存在検知が動作します。完全な姿勢推定機能を使うには、CSI対応ハードウェアの接続設定が必要です。
設定ファイル(config.yaml)で以下を指定します:
hardware:
type: "esp32-s3" # または "intel5300"
devices:
- ip: "192.168.1.101"
- ip: "192.168.1.102"
- ip: "192.168.1.103"
ESP32-S3の場合、各デバイスに専用ファームウェアを書き込む必要があります。リポジトリ内のfirmware/ディレクトリに手順が記載されています。
CSI対応ハードウェアの選定ガイド
開発者がWiFi DensePoseを本格的に試す際のハードウェア選定基準を整理します。
ESP32-S3メッシュ(推奨):
– メリット: 安価、入手容易、メッシュ構成が簡単
– デメリット: CSIサンプリングレートがNICより低い
– 用途: プロトタイピング、小規模展開
Intel 5300 NIC:
– メリット: 高精度CSI、研究実績豊富
– デメリット: 入手困難、Linux専用、ドライバ設定が複雑
– 用途: 研究開発、高精度要求アプリ
WiFi 6E/7対応機器(今後):
– 2026年現在、一部のWiFi 7ルーターでCSIアクセスAPIが提供され始めています
– Qualcomm FastConnect 7800チップセット搭載機器が有望
– 標準化が進めば、専用ハードウェア不要になる可能性
実際に試す場合、まずESP32-S3での検証を推奨します。Amazonなどで1台2,000円程度で入手でき、3台構成でも6,000円程度です。
2026年以降のWiFiセンシング技術の展望
スマートホーム・IoT分野での統合シナリオ
WiFiセンシング技術は、既存のスマートホームエコシステムとの統合が進むと予想されます。
Home Assistantとの統合:
WiFi DensePoseはHome Assistant互換のMQTTインターフェースを提供しています。これにより、以下のような自動化が可能です:
- 部屋に人が入ったら照明を点灯
- 長時間動きがない場合にアラート送信
- 呼吸数の異常を検知して通知
Matter/Thread対応の可能性:
2026年のMatter 1.3仕様では、WiFiセンシングデータの標準化が議論されています。実現すれば、異なるメーカーのデバイス間でのシームレスな連携が可能になります。
エッジAIとの組み合わせ:
WiFi DensePoseのRust実装は、Raspberry Pi 5などのエッジデバイスでも動作します。これにより、クラウド接続なしでのローカル処理が実現し、プライバシーとレイテンシの両面でメリットがあります。
規制とプライバシー基準の動向
WiFiセンシング技術の普及には、規制とプライバシー基準の整備が不可欠です。
現状の規制状況:
– EU: GDPR適用の可能性(個人の動線データは個人情報に該当しうる)
– 米国: 州ごとに異なるプライバシー法(カリフォルニアCCPAなど)
– 日本: 個人情報保護法の解釈が未確定
業界標準の動き:
IEEE 802.11bf(WiFi Sensing)規格の策定が進んでいます。2026年中の承認が見込まれており、以下が標準化される予定です:
- CSIデータフォーマット
- プライバシー保護機能(データ匿名化)
- デバイス間の相互運用性
WiFi DensePoseのようなオープンソースプロジェクトは、これらの標準化議論に実装例を提供する役割を果たします。
開発者の対応:
WiFiセンシングを実装する際は、以下の配慮が必要です:
- ユーザーへの明示的な通知と同意取得
- データの暗号化と最小限の保持期間
- オプトアウト機能の提供
WiFi DensePoseはデフォルトで画像データを保存しない設計ですが、動線データ自体もプライバシー情報として扱う必要があります。
まとめ—WiFi姿勢推定技術の3つの要点
WiFi DensePoseは、カメラ不要で54,000fpsの姿勢推定を実現し、プライバシー保護とモーション検出を両立する新技術です。ESP32-S3メッシュ(約54ドル)で導入でき、Docker環境で30秒で試せます。医療・介護分野での非接触バイタル監視や、スマートホームでの自動化に応用可能です。2026年のIEEE 802.11bf標準化により、今後さらなる普及が期待されます。
