⚡ electrical engineering

MU-SHOT-Fi: Self-Supervised Multi-User Wi-Fi Sensing with Source-free Unsupervised Domain Adaptation

Ce papier propose MU-SHOT-Fi, un cadre d'adaptation de domaine non supervisé sans source qui exploite la prédiction d'ensembles invariante par permutation, la maximisation de l'information pondérée par l'occupation et l'autosupervision spatiale pour permettre une reconnaissance robuste d'activités Wi-Fi multi-utilisateurs dans des environnements diversifiés sans nécessiter de données cibles étiquetées.

Auteurs originaux : Ahmed Y. Radwan, Hina Tabassum

Publié 2026-05-05

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ahmed Y. Radwan, Hina Tabassum

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez d'enseigner à un agent de sécurité (un modèle d'IA) à reconnaître ce que les gens font dans une pièce simplement en écoutant les signaux Wi-Fi qui rebondissent sur les murs. Cela s'appelle la détection par Wi-Fi.

Le problème est que l'agent que vous avez formé dans votre salon (la Source) est complètement perdu lorsque vous le déplacez dans un bureau (la Cible). Les meubles sont différents, les murs sont différents, et les signaux Wi-Fi se comportent différemment.

Pire encore, dans un vrai bureau, il n'y a pas qu'une seule personne qui se déplace. Il y a plusieurs personnes qui font différentes choses en même temps. Leurs mouvements se mélangent dans le signal Wi-Fi, créant un enchevêtrement confus. C'est comme essayer d'entendre la voix d'une personne dans une pièce bondée et bruyante où tout le monde parle en même temps.

Ce papier présente un nouveau système appelé MU-SHOT-Fi pour résoudre deux grands problèmes :

Le problème de la « Nouvelle Pièce » : Comment faire en sorte que l'IA fonctionne dans un nouvel environnement sans la reformer avec de nouvelles données étiquetées (ce qui est souvent impossible en raison de la vie privée).
Le problème de la « Pièce Bondée » : Comment déterminer ce que chaque personne fait lorsqu'il y a plusieurs personnes, et comment empêcher l'IA de simplement deviner « personne n'est ici » parce que c'est la réponse la plus facile.

Voici comment cela fonctionne, en utilisant des analogies simples :

1. Le défi « Sans Étiquette » (Adaptation sans Source)

Habituellement, pour enseigner à une IA une nouvelle pièce, vous avez besoin d'un professeur pour pointer les gens et dire : « C'est de la marche, c'est du saut. » Mais dans la vie réelle, vous ne pouvez pas toujours avoir un professeur qui observe et étiquette tout (problèmes de confidentialité).

MU-SHOT-Fi est comme un élève intelligent qui a déjà beaucoup étudié dans le salon. Lorsqu'il entre dans le bureau, il ne demande pas de professeur. Au lieu de cela, il regarde les signaux Wi-Fi et dit : « Je suis assez sûr que ce signal ressemble à de la marche, et que celui-là ressemble à du saut, même si je n'ai jamais vu ce bureau spécifique auparavant. » Il apprend en faisant confiance à ses propres meilleures suppositions et en les affinant, un processus appelé Apprentissage Auto-supervisé.

2. Le problème du « Signal Enchevêtré » (Détection Multi-utilisateurs)

Dans un scénario à une seule personne, l'IA doit simplement deviner une activité. Mais dans un scénario multi-utilisateurs, imaginez que l'IA a 6 chaises vides (emplacements) à remplir. Elle doit décider qui est assis où et ce qu'ils font.

Le Piège : Dans la plupart des bureaux, la plupart du temps, les chaises sont vides. Si l'IA essaie simplement d'être « diversifiée » (en devinant toutes les activités différentes), elle pourrait se confondre et commencer à deviner « personne » pour tout le monde, car « personne » est la réponse la plus courante. Cela s'appelle l'effondrement du modèle.
La Solution (Maximisation Pondérée par l'Occupation) : Les auteurs ont inventé une règle spéciale. Ils disent à l'IA : « Ne vous inquiétez pas des chaises vides. Essayez seulement d'être diversifié et confiant à propos des chaises qui ont réellement des gens assis dessus. »
- Analogie : Imaginez un professeur qui corrige un examen. Si un élève laisse une question en blanc, le professeur l'ignore. Mais si l'élève écrit une réponse, le professeur vérifie si elle est unique et correcte. MU-SHOT-Fi ignore les réponses « chaise vide » afin que l'IA ne devienne pas paresseuse et ne devine pas simplement « vide » pour tout.

3. Le « Miroir Magique » (Auto-supervision par Rotation)

Pour aider l'IA à comprendre la nouvelle pièce sans professeur, le système utilise une astuce appelée Auto-supervision par Rotation.

Analogie : Imaginez que vous regardez une photo d'une personne qui marche. Si vous retournez la photo à l'envers ou sur le côté, c'est toujours la même personne qui marche, juste orientée différemment.
L'IA est entraînée à reconnaître qu'un motif de signal Wi-Fi est la même « activité » même si le signal est mathématiquement tourné (comme tourner une carte). Cela force l'IA à apprendre l'essence du mouvement (la forme du signal) plutôt que de mémoriser le bruit spécifique de l'ancienne pièce. Cela l'aide à s'adapter à la nouvelle pièce.

4. Une seule personne contre Plusieurs personnes

Le papier a également créé une version plus simple appelée SU-SHOT-Fi pour les cas où il n'y a qu'une seule personne.

Dans le monde à une seule personne, l'IA peut utiliser une autre astuce appelée Codage Prédictif Contrastif (CPC). C'est comme écouter une chanson et prédire la note suivante en fonction des précédentes. Cela aide l'IA à comprendre le rythme du mouvement d'une seule personne au fil du temps.
La Surprise : Les auteurs ont constaté que cette astuce du « rythme » ne fonctionne pas pour plusieurs personnes. Pourquoi ? Parce que lorsque deux personnes bougent, leurs rythmes se mélangent. Essayer de prédire la « note suivante » d'un enchevêtrement confus perturbe l'IA. Donc, pour les pièces bondées, ils s'en tiennent à l'astuce du « Miroir Magique » et à la règle de « l'Occupation ».

Les Résultats

Les chercheurs ont testé cela sur des données réelles :

Multi-utilisateurs (jeu de données WiMANS) : Lorsqu'ils ont déplacé l'IA d'une salle de classe vers une salle de réunion, ou changé la fréquence Wi-Fi (de 2,4 GHz à 5 GHz), l'ancienne IA a complètement échoué (0 % de précision sur les correspondances exactes). MU-SHOT-Fi s'est rétabli et a fait le travail, identifiant correctement qui faisait quoi dans la nouvelle pièce.
Utilisateur unique (jeu de données Widar 3.0) : La version à une seule personne s'est également améliorée, devenant meilleure pour reconnaître des gestes comme « applaudir » ou « dessiner un zigzag » dans de nouvelles pièces.

Résumé

MU-SHOT-Fi est un système intelligent qui permet aux capteurs Wi-Fi de s'adapter à de nouveaux environnements bondés sans avoir besoin qu'un humain étiquette chaque instant. Il le fait en :

Ignorant les espaces vides pour ne pas devenir paresseux.
Apprenant à reconnaître les mouvements même lorsque le signal est « tourné » ou modifié par l'environnement.
Sachant que les astuces de « rythme » fonctionnent pour les solos mais échouent dans une foule.

Il s'agit essentiellement d'enseigner à un capteur Wi-Fi d'être un détective flexible et autodidacte capable de résoudre des mystères dans une nouvelle pièce bondée sans jamais se voir donner les réponses.

Résumé Technique : MU-SHOT-Fi : Détection Wi-Fi Multi-Utilisateur Auto-supervisée avec Adaptation de Domaine Unsupervisée Sans Source

Énoncé du Problème
L'apprentissage profond (DL) a fait progresser la reconnaissance d'activités humaines (HAR) basée sur l'information d'état du canal Wi-Fi (CSI) en apprenant des caractéristiques spatio-temporelles sans ingénierie manuelle. Cependant, les modèles DL souffrent d'une mauvaise généralisation à travers les environnements (décalages de domaine) causés par des changements dans la disposition physique, les caractéristiques des utilisateurs, le matériel et les bandes de fréquence. Ce défi est exacerbé dans les environnements multi-utilisateurs où les activités simultanées créent un « enchevêtrement de signaux », rendant difficile l'attribution des variations de CSI à des individus spécifiques. De plus, les déploiements pratiques font face à des contraintes de confidentialité qui empêchent l'accès aux données sources étiquetées lors de l'adaptation de domaine cible. Bien que l'adaptation de domaine non supervisée (UDA) existe, elle nécessite des données sources étiquetées. L'adaptation de domaine non supervisée sans source (SFUDA) répond à ce besoin mais fait face à trois obstacles critiques dans la détection Wi-Fi multi-utilisateurs :

Déséquilibre des Classes : Les slots « sans personne » (vides) dominent les jeux de données, provoquant l'effondrement de la maximisation de l'information standard vers la prédiction de la classe vide dominante.
Invariance par Permutation : Les états multi-utilisateurs sont des ensembles non ordonnés (par exemple, [marcher, s'asseoir] est équivalent à [s'asseoir, marcher]), rendant l'étiquetage pseudo basé sur le clustering standard et l'appariement au niveau des slots inenvisageables sans vérité terrain.
Enchevêtrement du Signal : Le CSI multi-utilisateurs reflète des activités superposées, violant les mappings stables entre caractéristiques et étiquettes supposés par de nombreuses techniques d'adaptation.

Méthodologie
Les auteurs proposent MU-SHOT-Fi, un cadre sans source conçu pour les scénarios mono-utilisateur et multi-utilisateurs. Le cadre fonctionne en deux étapes : l'entraînement source et l'adaptation cible.

Entraînement Source : Le modèle est entraîné sur des données sources étiquetées en utilisant une approche de prédiction d'ensemble invariante par permutation. Au lieu d'assigner des activités à des slots fixes, le modèle prédit un ensemble d'activités à travers $M$ slots. Un algorithme d'appariement hongrois aligne optimalement les slots prédits avec les étiquettes de vérité terrain pour calculer la perte d'entropie croisée, gérant ainsi l'occupation variable et les états utilisateurs non ordonnés.
Adaptation Cible (SFUDA) : Dans le domaine cible, seules des données non étiquetées sont disponibles. Le classifieur est figé, et le backbone est adapté en utilisant deux objectifs auto-supervisés :
1. Maximisation de l'Information Pondérée par l'Occupation : Pour éviter l'effondrement vers la classe dominante « sans personne », les auteurs introduisent une fonction de perte de maximisation de l'information modifiée. Contrairement aux méthodes standard qui imposent une diversité sur tous les slots, cette approche pondère la régularisation de diversité par la probabilité d'occupation estimée de chaque slot. Elle exclut la classe « sans personne » du terme d'entropie marginale, assurant que le modèle se concentre sur la diversification des prédictions uniquement pour les slots susceptibles d'être occupés.
2. Auto-supervision Spatiale Basée sur la Rotation : Pour apprendre des caractéristiques invariantes au domaine, le cadre emploie une tâche de prédiction de rotation binaire (0° vs 180°) sur la grille fréquence-temps du CSI. Cela exploite les propriétés structurelles des signaux CSI pour aligner les représentations source et cible sans étiquettes.
Variante Mono-Utilisateur (SU-SHOT-Fi) : Pour les scénarios mono-utilisateur, le cadre est personnalisé en remplaçant la maximisation pondérée par l'occupation par une maximisation de l'information standard, permettant l'étiquetage pseudo par k-plus proches centroïdes (qui est stable grâce à des distributions de classes équilibrées), et en ajoutant le Codage Prédictif Contrastif (CPC) pour exploiter la cohérence temporelle dans les séquences CSI.

Contributions Clés

Cadre MU-SHOT-Fi : Le premier cadre SFUDA spécifiquement conçu pour la détection Wi-Fi multi-utilisateurs, agnostique au prétraitement CSI (amplitude ou rapport de phase).
Maximisation de l'Information Pondérée par l'Occupation : Une fonction de perte novatrice qui atténue le déséquilibre des classes en pondérant dynamiquement la régularisation de diversité basée sur l'occupation des slots, empêchant l'effondrement du modèle vers la classe « sans personne ».
Apprentissage Invariant par Permutation : L'intégration de l'appariement hongrois lors de l'entraînement source et son adaptation au domaine cible sans correspondance explicite de slots, répondant à la nature non ordonnée des états multi-utilisateurs.
Auto-supervision Spatiale : L'utilisation de la prédiction de rotation sur les structures fréquence-temps du CSI pour apprendre des caractéristiques invariantes au domaine sans étiquettes.
Évaluation Complète : Expériences extensives sur les jeux de données WiMANS (multi-utilisateurs) et Widar 3.0 (mono-utilisateur) couvrant des décalages inter-environnements, inter-fréquences et inter-orientations.

Résultats Expérimentaux

Multi-Utilisateurs (WiMANS) : Sous des décalages de domaine combinés (inter-environnement et inter-fréquence), le modèle uniquement source a atteint une précision au niveau des slots de seulement 19,61 %. MU-SHOT-Fi a amélioré ce chiffre à 41,97 %, tout en réduisant l'Erreur Absolue Moyenne (MAE) d'occupation de 3,00 à 2,12. Il a également atteint une précision d'Appariement Exact de 2,88 % (contre 0,71 % pour les bases de référence), représentant une amélioration massive par rapport au hasard dans l'espace de sortie combinatoire.
Mono-Utilisateur (Widar 3.0) : SU-SHOT-Fi a amélioré la précision moyenne de 80,18 % (source uniquement) à 85,75 % à travers divers décalages, surpassant les bases de référence SFUDA standard (SHOT-IM et SHOT++).
Études d'Ablation :
- L'ajout de CPC au modèle multi-utilisateurs a dégradé les performances, car la cohérence temporelle entre en conflit avec le réordonnancement des slots invariant par permutation requis par l'appariement hongrois.
- Une architecture de classifieur parallèle regroupé a surpassé un décodeur de type transformeur basé sur des requêtes (style DETR) dans l'adaptation, car ce dernier tendait à exploiter la classe majoritaire « sans personne » plutôt qu'à apprendre les caractéristiques d'activité.

Signification et Revendications
L'article revendique que MU-SHOT-Fi récupère efficacement les performances de classification exacte des activités multi-utilisateurs sous de grands décalages de domaine tout en maintenant une estimation précise de l'occupation. Les auteurs soulignent que leur approche empêche l'effondrement du modèle vers les classes dominantes — un mode de défaillance courant en SFUDA multi-utilisateurs — en modélisant explicitement la structure d'occupation de l'espace de sortie. Le travail met en évidence que, tandis que les techniques d'adaptation standard (comme l'apprentissage adversarial ou la minimisation simple de l'entropie) échouent dans les environnements multi-utilisateurs en raison de l'enchevêtrement du signal et du déséquilibre des classes, la diversité pondérée par l'occupation proposée et l'apprentissage invariant par permutation permettent une adaptation stable. Le code source est disponible publiquement pour faciliter la recherche future en matière de détection Wi-Fi multi-utilisateurs respectueuse de la vie privée.