基于单芯片毫米波雷达原始数据的室内环境感知的跨模态语义分割
计算机视觉与模式识别
2024-12-09 v2 新兴技术
机器学习
信号处理
摘要
在消防和救援场景中，提出并讨论了一种基于单芯片毫米波（mmWave）雷达的跨模态语义分割模型，用于室内环境感知。为高效获取高质量标签，引入了一种利用激光点云和占据网格图生成自动标签的方法。该分割模型基于 U-Net 架构，嵌入了空间注意力模块，显著提升了模型性能。结果表明，跨模态语义分割提供了对室内环境更直观且准确的表征。不同于传统方法，该模型的分割性能对方位角影响最小。尽管随距离增加性能会下降，但通过合理设计的模型可予以缓解。此外，还发现使用原始 ADC 数据作为输入效果不佳；相比于 RA 张量，RD 张量更适合本文所提模型。
引用
@article{arxiv.2411.00499,
title = {Cross-modal semantic segmentation for indoor environmental perception using single-chip millimeter-wave radar raw data},
author = {Hairuo Hu and Haiyong Cong and Zhuyu Shao and Yubo Bi and Jinghao Liu},
journal= {arXiv preprint arXiv:2411.00499},
year = {2024}
}
备注
5291 words, 17 pages, 11 figures