通过波束定向与合并技术提高基于mmWave的手部卫生监测 accuracy
人机交互
2025-03-24 v1
摘要
我们提出了BeaMsteerX (BMX)，这是一种新颖的mmWave手部卫生手势识别技术，通过波束定向与合并技术提高了在更长距离（1.5米）上的识别 accuracy。BMX 通过指向主体周围多个方向的mmWave波束，生成手势的多个视图，然后利用深度学习智能地合并这些视图，以增强手势分类。我们使用商用mmWave雷达对BMX进行了评估，收集了来自10名受试者在1.5米处进行手部擦洗动作数据，共计7200个数据点，执行的是按照世界卫生组织建议的六步手部擦洗程序，使用消毒液。在此基础上，BMX 在 state-of-the-art 方法中 outperform 31--43%，在主轴方向上达到91%的 accuracy，通过仅合并两个波束实现，展示了在低信噪比场景下的优越手势分类能力。即使在受试者位于主轴方向偏移30度的情况下，BMX 也保持了有效性，仅出现约5%的 accuracy 下降。
引用
@article{arxiv.2503.16764,
title = {Improving mmWave based Hand Hygiene Monitoring through Beam Steering and Combining Techniques},
author = {Isura Nirmal and Wen Hu and Mahbub Hassan and Elias Aboutanios and Abdelwahed Khamis},
journal= {arXiv preprint arXiv:2503.16764},
year = {2025}
}