RF-MatID：用于射频材料识别的数据集与基准
机器人学
2026-02-03 v2 信号处理
摘要
精确的材料识别在具身人工智能系统中扮演着关键角色，支撑着广泛的应用。然而，当前的基于视觉的解决方案受限于光学传感器的固有约束，而能够揭示材料内在属性的射频方法则受到越来越多的关注。尽管取得了进展，基于射频的材料识别仍然受到缺乏大规模公开数据集以及基于学习方法基准测试不足的阻碍。在这项工作中，我们提出了RF-MatID，这是首个面向细粒度材料识别的开源、大规模、宽频带且几何形状多样的射频数据集。RF-MatID包含16个细粒度类别，归为5个超类，覆盖从4到43.5 GHz的宽频范围，并以频域和时域两种表示形式包含14.2万个样本。该数据集系统地引入了受控的几何扰动，包括入射角和离面距离的变化。我们进一步通过评估最先进的深度学习模型，建立了一个多设置、多协议的基准，评估了在分布内性能以及跨角度和跨距离偏移下的分布外鲁棒性。5种频率分配协议支持系统性的频率级和区域级分析，从而促进实际部署。RF-MatID旨在促进可重复研究、加速算法进步、培养跨领域鲁棒性，并支持基于射频的材料识别实际应用的发展。
引用
@article{arxiv.2601.20377,
title = {RF-MatID: Dataset and Benchmark for Radio Frequency Material Identification},
author = {Xinyan Chen and Qinchun Li and Ruiqin Ma and Jiaqi Bai and Li Yi and Jianfei Yang},
journal= {arXiv preprint arXiv:2601.20377},
year = {2026}
}
备注
Accepted by ICLR 2026