TL;DR: カメラなし・$48のESP32だけで壁の向こうの人間の心拍・呼吸・骨格17点を検知できるとするオープンソースプロジェクト「RuView」がSNSで話題に。原理はCMU発の査読済み研究に基づく実在技術だが、「28.5kスター」の裏には再現性への疑義とCSIハードウェアの壁がある。煽りと科学を分離して整理する。
@kosuke_agos氏のポスト（2026年3月5日、閲覧6.4万・ブックマーク456）が日本語圏で拡散。「市販Wi-Fiルーターだけで壁の向こう側の人間の心拍数や姿勢を完全に特定」「わずか48ドルで構築」という衝撃的な内容が注目を集めた。
https://x.com/kosuke_agos/status/2029392193325285521
RuView（旧wifi-densepose）は、Wi-Fi信号のCSI（Channel State Information）を解析して、カメラなしで人体の姿勢推定・バイタルサイン検知を行うオープンソースプロジェクト。
- GitHub: https://github.com/ruvnet/RuView
- スター: 28.5k / フォーク: 3.7k
- ライセンス: MIT
- 実装言語: Rust（Python比810倍の処理速度を主張）
| 機能 | スペック |
|---|---|
| 骨格トラッキング | 17箇所のキーポイント |
| 呼吸検知 | 6-30 BPM |
| 心拍検知 | 40-120 BPM |
| 処理速度 | 54,000 fps（Rust実装） |
| 壁越し検知距離 | 最大5m |
| AIモデルサイズ | 55KB（エッジ実行可能） |
| ハードウェアコスト | 〜$48（ESP32-S3 × 4-6台） |
RuView の理論的基盤は、カーネギーメロン大学（CMU）ロボティクス研究所が2022年に発表した査読済み論文「DensePose From WiFi」（arXiv: 2301.00250）。
- Wi-Fiの**CSI（チャネル状態情報）**は、空間内の物体・人体による電波の反射・回折・散乱を数値化したもの
- CSI信号を画像的な2D特徴マップに変換するエンコーダ・デコーダネットワークを構築
- 修正版DensePose-RCNNで、2D特徴から人体表面のUV座標を推定
- 複数人の同時検知が可能で、カメラベースのアプローチに匹敵する性能を達成
この研究は実在し、査読を通過しており、Wi-Fi CSI による人体検知という原理自体は「嘘」ではない。
Wi-Fi ルーター → 電波送信（OFDM: 52サブキャリア）
↓
人体が電波を反射・吸収・散乱
↓
ESP32 受信 → 各サブキャリアの振幅・位相変化を記録（= CSI）
↓
AI が CSI パターンから人体の姿勢・バイタルを推定
呼吸は胸部の周期的な膨張・収縮（6-30回/分）、心拍は胸壁の微小振動（40-120回/分）として、CSIのFFT（高速フーリエ変換）解析で分離・抽出される。
最大の問題は、一般的なWi-Fiデバイスの大半がCSIを公開していないこと。
- 必須: ESP32-S3（CSI対応）または研究用NIC（Intel 5300 / Atheros AR9580）
- 不可: ESP8266（CSI非公開・RAM不足）、一般的なノートPC・スマホのWi-Fi
- つまり: 「市販のWi-Fiルーターだけで」は誇大表現。CSI対応の特殊ハードウェアが必要
GitHub Issue #113「The project contains a large amount of AI-generated content and cannot run」では：
- ファームウェア設定時に
nvs_partition_genモジュールが見つからないエラー - ドキュメントが実装と乖離（存在しない
--filter-macオプションの記載） - Docker コンテナの Web UI が 404 を返す
Issue のタイトルは「AI生成コンテンツが大量」と主張するが、技術的な証拠は提示されていない。ただし、実際に動かそうとしたユーザーが再現に苦労しているのは事実。
2026年の最新研究が ESP32 CSI の構造的制限を明らかにしている：
| 限界 | 詳細 |
|---|---|
| データスループット | ASCII転送で30パケット/秒で飽和。リアルタイム性に制約 |
| サブキャリア解像度 | 52サブキャリア × 20MHz帯域。97-99%の特徴が重複 |
| 環境一般化の失敗 | 訓練環境と異なる環境では精度が激減。個人差よりも環境差が73〜126万倍大きい |
| 複数人の精度 | 信号分離手法の精度は45-56%に低下 |
特に「環境一般化できない」問題は深刻。ラボで99%出ても、別の部屋に持っていくと使い物にならない可能性が高い。
なぜ RuView がこれほど話題になったのか：
- 恐怖訴求: 「壁越しに心拍がバレる」というプライバシー不安
- 低コスト訴求: 「$48」「ESP32だけ」という手軽さの演出
- GitHub スターの権威性: 28.5kスターが「信頼できるプロジェクト」の印象を形成
- 実在する研究論文: CMUの査読済み論文が「科学的に証明済み」の印象を補強
- CSI対応ハードウェアの必要性（「市販ルーターだけ」は不正確）
- ラボ環境と実環境の精度差（99% → 実用は困難）
- 複数人検知の精度低下（45-56%）
- プロジェクト自体の再現性問題
Wi-Fi CSI による人体検知自体は実在する有望な技術。以下の用途では既に研究が進んでいる：
- 在室検知: 単純な存在/不在の検知は高精度（管理された環境で97%+）
- 転倒検知: 高齢者の転倒を非カメラで検知（介護施設向け）
- 呼吸モニタリング: 静的環境での呼吸数推定（睡眠モニタリング）
| 観点 | 評価 |
|---|---|
| 科学的原理 | 実在（CMU論文ベース） |
| 主張される性能 | 理想的条件下では達成可能だが、実環境では大幅に低下 |
| 再現性 | 課題あり（Issue報告あり） |
| 「$48で壁越し監視」 | 誇大表現。CSI対応ハードウェアが必要かつ精度に制約 |
| 災害救助用途 | 理論的には有望だが、瓦礫環境での検証データなし |
RuView を巡る議論は、AI時代のOSSプロジェクトに共通する構造を持っている：
- 原理は本物 — CMU発の査読済み研究に基づくWi-Fi CSIセンシングは実在技術
- 実装は発展途上 — 再現性の問題、ドキュメントと実装の乖離が報告されている
- SNS の煽りは過大 — 「市販ルーターだけ」「$48で完全特定」は重要な前提条件を省略した誇大表現
- 技術の本質的制約 — 環境一般化の失敗、複数人検知の精度低下は現時点で未解決
「恐ろしい監視技術」と煽るのも、「全部フェイク」と切り捨てるのも、どちらも不正確。現実は「管理された条件下では動く、実環境への汎化が課題」というのが2026年時点の正確な評価だ。
- RuView GitHub
- DensePose From WiFi（CMU原論文）
- CMU Robotics Institute — Dense Human Pose Estimation From WiFi
- Espressif公式 ESP-CSI
- ESP32 CSI Tool
- Why Commodity WiFi Sensors Fail at Multi-Person Gait Identification（2026）
- Enhanced Human Activity Recognition Using Wi-Fi Sensing（Sensors 2025）
- Issue #113: AI-generated content claims