MMBaT：基于毫米波的人体重建与平移预测多任务框架
计算机视觉与模式识别
2023-12-19 v1
摘要
利用毫米波雷达点云进行人体重建因其能够在恶劣环境中工作并缓解传统基于摄像头的解决方案所带来的隐私问题而受到广泛关注。尽管该领域已有先驱性工作，但两个挑战依然存在。首先，原始点云包含大量噪声点，通常由周围物体和射频信号的多径效应引起。近期的方法通常依赖先验知识或复杂的预处理方法，限制了其适用性。其次，即使去噪后，与人体相关的稀疏且不一致的点云也阻碍了准确的人体重建。为了应对这些挑战，我们引入了 mmBaT，一种新颖的多任务深度学习框架，该框架同时估计人体并预测后续帧中的身体平移，以提取与人体相关的点云。我们的方法在两个使用不同雷达设备和噪声水平采集的公开数据集上进行了评估。与其他最先进方法的全面比较表明，即使与提供了与人体相关点云的方法相比，我们的方法在处理含噪原始数据时也具有卓越的重建性能和泛化能力。
引用
@article{arxiv.2312.10346,
title = {MMBaT: A Multi-task Framework for mmWave-based Human Body Reconstruction and Translation Prediction},
author = {Jiarui Yang and Songpengcheng Xia and Yifan Song and Qi Wu and Ling Pei},
journal= {arXiv preprint arXiv:2312.10346},
year = {2023}
}
备注
5 pages, 2 figures, accepted by IEEE ICASSP 2024