HDNet：基于毫米波雷达的步态识别分层动态网络
计算机视觉与模式识别
2022-11-02 v1 机器学习
摘要
步态识别被广泛应用于多样化的实际场景中。当前，得益于计算机视觉技术的进展，最普遍的方法是从 RGB 图像中识别人体步态。然而，RGB 相机的感知能力在恶劣环境下会退化，且视觉监控可能引起隐私侵犯。由于毫米波(mmWave)雷达的鲁棒性与非侵入特性，近年来基于雷达的步态识别吸引了越来越多的关注。在本研究中，我们提出一种用于毫米波雷达步态识别的分层动态网络(HDNet)。为探索更多动态信息，我们提出点流作为一种新颖的点云描述子。我们还设计了一个动态帧采样模块，以在不明显损害性能的前提下提升计算效率。为证明我们所提方法的优越性，我们在两个公开的基于毫米波雷达的步态识别数据集上进行了大量实验，结果表明我们的模型优于现有的最优方法。
引用
@article{arxiv.2211.00312,
title = {HDNet: Hierarchical Dynamic Network for Gait Recognition using Millimeter-Wave Radar},
author = {Yanyan Huang and Yong Wang and Kun Shi and Chaojie Gu and Yu Fu and Cheng Zhuo and Zhiguo Shi},
journal= {arXiv preprint arXiv:2211.00312},
year = {2022}
}