仅需一次步行：基于人类运动的数据高效 3D RF 场景重建
网络与互联网体系结构
2025-11-24 v1
摘要
通过不透明障碍物重建 3D 辐射场（RF）场景长期以来是一项长期目标，但其根本受限于需要数千次静态测量的繁琐数据获取过程，这些过程将人类运动视为需要过滤的噪声。本工作提出了新的范式，核心目标是：仅通过一次简短的人类步行，即可进行快速、数据高效且高保真度的遮挡 3D 静态场景 RF 重建。我们认为，这种非结构化运动并非噪声，而是可用于重建的充电信号。为实现此目标，我们设计了一个基于复合 3D 高斯溅写（3DGS）的分解框架，学习模型从原始 RF 流中持续的静态场景几何中建模人类运动的动态效应。在仅训练一次 60 秒的随意步行后，我们的模型以结构相似性指数（SSIM）达 0.96 重建完整的静态场景，显著优于高度采样的前沿方法提升 12%。通过将人类运动转化为其宝贵信号，我们的方法消除了数据获取瓶颈，为对未知环境的即时 3D RF 映射铺平了道路。
引用
@article{arxiv.2511.16966,
title = {One Walk is All You Need: Data-Efficient 3D RF Scene Reconstruction with Human Movements},
author = {Yiheng Bian and Zechen Li and Lanqing Yang and Hao Pan and Yezhou Wang and Longyuan Ge and Jeffery Wu and Ruiheng Liu and Yongjian Fu and Yichao chen and Guangtao xue},
journal= {arXiv preprint arXiv:2511.16966},
year = {2025}
}