Sep, 2023

MiliPoint：用于毫米波雷达的点云数据集

PDF
TL;DR利用 mmWave 雷达进行人体活动识别的大规模开放数据集 MiliPoint，提供了一种更有效的基于点集的深度学习方法，包括 DGCNN、PointNet++ 和 PointTransformer 等，可为进一步发展奠定基础。
mmwave radarhuman activity sensingdeep learning methodsmilipointpoint-based deep neural networks
发现论文，激发创造
  • milliFlow: 用毫米波雷达点云进行场景流估计以实现人类运动感应

    提出了一种基于毫米波雷达的新型深度学习方法，即 milliFlow，用于场景流估计，为下游的人体动作传感任务提供了中间级别的特征，并且进一步改善了人体活动识别、人体分割和人体部分跟踪。

    Jun, 2023

  • 使用毫米波雷达稀疏点云进行人类语义分割

    本文提出了一种用于毫米波雷达稀疏连续点云的语义分割框架，该框架包括图结构和拓扑特征，全局和顺序特征提取模块，以及更适合的损失函数，实验结果表明，该模型在自定义数据集和基准数据集上表现优异。

    Apr, 2023

  • 基于毫米波雷达的医疗监护机器人人体活动识别

    通过在可移动机器人上装载毫米波雷达系统与轻量级深度神经网络结合，实现了实时监测人类活动的医疗监测系统。

    May, 2024

  • 稀疏毫米波雷达点云中的实时人员追踪与鉴别

    本文提出了一种低复杂度高精度的端到端方法，使用来自低成本 mm 波雷达的稀疏点云序列，结合扩展物体跟踪 Kalman 滤波器和针对雷达点云的有效特征提取和快速推理的深度学习分类器，实时跟踪和识别多个主体，并在一组八个对象中准确识别三个对象，操作速度高达 15 帧 / 秒。

    May, 2021

  • R2P：从毫米波雷达到点云的深度学习模型

    该研究论文提出了一种名为 Radar to Point Cloud (R2P) 的深度学习模型，用于将低可视性环境下基于 mmWave 雷达的粗糙和稀疏点云转换为物体的 3D 点云表示，以实现目标检测和在自主导航系统中的应用，实验结果表明其优于现有的流行方法。

    Jul, 2022

  • 基于扩散的毫米波雷达点云超分辨率

    本论文提出了一种新的点云超分辨率方法，名为雷达扩散。该方法使用受均值回归的随机微分方程定义的扩散模型，并通过与对应的 LiDAR 点云的监督来处理雷达幽灵点，将稀疏的毫米波雷达点云增强为稠密的类似 LiDAR 的点云。通过在两个不同的数据集上评估，实验结果表明我们的方法在 3D 雷达超分辨率任务中优于现有的基准方法。此外，我们证明了我们增强的雷达点云能够进行下游的基于点云的雷达配准任务。

    Apr, 2024

  • 基于点云的毫米波通信主动链路质量预测

    本文探讨利用 LiDAR 获取的三维点云数据进行毫米波通信中的链路质量预测，该方法将替代传统基于图像的方式并且可避免隐私泄露。通过实验验证，该方法证明了在存在人体阻挡时，点云数据可以有效预测毫米波信号强度的大幅度丢失。

    Jan, 2023

  • MMBaT：基于毫米波的人体重建和翻译预测的多任务框架

    通过介绍一种名为 mmBaT 的多任务深度学习框架，提出了一种利用毫米波雷达点云进行人体重建的方法，该方法不仅能够消除噪声点，还能提取与人体相关的点云，具有优越的重建性能和泛化能力。

    Dec, 2023

  • 毫米波雷达目标识别系统性研究

    利用商用毫米波雷达测试其在识别目标、实时追踪人员、定位物体等任务中的实用性和性能，并发现并解决测试过程中的潜在问题，为使用不同深度学习算法实现最佳的目标识别性能提供了广泛的实验数据。

    May, 2023

  • 通过高效的跨模态扩散模型实现密集准确的雷达感知

    本文提出了一种通过交叉模态学习实现密集准确的毫米波雷达点云构建的新方法，并通过广泛的基准比较和实际实验验证了其优越性能和泛化能力。

    Mar, 2024