动机：为什么作者想要解决这个问题？
- 克服传统基于摄像头的人类感知解决方案所面临的技术挑战，如照明和遮挡，所提出的 WiFi 人类感知技术展示了实现新一代应用（如医疗保健、辅助生活、游戏和虚拟现实）的潜力
- baseline是《RF-based 3D skeletons》
贡献：作者在这篇论文中完成了什么工作(创新点)？
-
挑战：
-
贡献：
规划：他们如何完成工作？
-
整体架构
-
神经网络
-
损失函数
-
跨域的网络输入
理由：通过什么实验验证它们的工作结果
-
实验配置
-
神经网络设置
-
误差衡量标准
-
实验场景
-
基础场景性能评估
-
遮挡场景的性能评估
-
跨域姿态构建的性能评估
- 同一个房间，不同的房间设置(物品摆放等等)
- 不同的测试对象
- 强反射器和不同的房间
-
自己的看法
- 主要学习损失函数的构建以及网络的构建
