基于低成本RGB-D相机与毫米波雷达的跨视觉-射频步态重识别
计算机视觉与模式识别
2022-07-19 v1
摘要
人体识别是日常生活中许多应用的关键需求，如个性化服务、自动监控、持续认证以及疫情期间接触者追踪等。本工作研究跨模态人体重识别(ReID)问题，以应对人员在部署异构传感器的允许摄像区域（如街道）与限制摄像区域（如办公室）之间的常规移动。通过利用新兴的低成本RGB-D相机与mmWave雷达，我们提出了一种前所未有的视觉-射频系统，用于同时进行跨模态多人ReID。首先，为解决根本的模态间差异，我们基于观测到的人体镜面反射模型提出了一种新颖的信号合成算法。其次，引入了一种有效的跨模态深度度量学习模型，以处理雷达与相机间数据不同步造成的干扰。通过在室内外环境中的大量实验，我们证明所提系统能够在56名志愿者中实现约92.5%的top-1准确率和约97.5%的top-5准确率。我们还表明，即使传感器视场中存在多人，所提系统也能鲁棒地重识别对象。
引用
@article{arxiv.2207.07896,
title = {Cross Vision-RF Gait Re-identification with Low-cost RGB-D Cameras and mmWave Radars},
author = {Dongjiang Cao and Ruofeng Liu and Hao Li and Shuai Wang and Wenchao Jiang and Chris Xiaoxuan Lu},
journal= {arXiv preprint arXiv:2207.07896},
year = {2022}
}
备注
24 pages, 20 figures, accepted to IMWUT