HAROOD：基于短程FMCW雷达的人体活动分类与分布外检测
计算机视觉与模式识别
2023-12-15 v1 机器学习
信号处理
摘要
我们提出HAROOD，作为一种基于短程FMCW雷达的人体活动分类器和分布外（OOD）检测器。它旨在对人体的坐、站和走活动进行分类，并将任何其他移动或静止物体检测为OOD。我们引入了一个两阶段网络。第一阶段使用一种新颖的损失函数进行训练，该函数包括中间重构损失、中间对比损失和三元组损失。第二阶段使用第一阶段的输出作为输入，并使用交叉熵损失进行训练。它构建了一个执行活动分类的简单分类器。在我们由60 GHz短程FMCW雷达收集的数据集上，我们实现了96.51%的平均分类准确率。此外，作为OOD检测器，我们实现了95.04%的平均AUROC。此外，我们广泛的评估表明，在标准OOD检测指标方面，HAROOD优于现有SOTA的OOD检测方法。
引用
@article{arxiv.2312.08894,
title = {HAROOD: Human Activity Classification and Out-of-Distribution Detection with Short-Range FMCW Radar},
author = {Sabri Mustafa Kahya and Muhammet Sami Yavuz and Eckehard Steinbach},
journal= {arXiv preprint arXiv:2312.08894},
year = {2023}
}
备注
Accepted at ICASSP 2024