RISE：基于单静态雷达的室内场景理解
计算机视觉与模式识别
2026-03-31 v2
摘要
鲁棒且隐私保护的室内场景理解仍是一个基本开放问题。虽然 RGB 和 LiDAR 等光学传感器提供高空间保真度，但严重遮挡并在室内环境中引入隐私风险。相比之下，毫米波 (mmWave) 雷达保留隐私并能穿透障碍物，但其固有的低空间分辨率使得可靠的几何推理困难。我们引入 RISE，首个针对单静态雷达室内场景理解的基准和系统，同时面向布局重建和目标检测。RISE 建立在多径反射——通常被视为噪声——编码丰富几何线索的关键见解之上。为充分利用这一点，我们提出了双角多径增强 (Bi-Angular Multipath Enhancement)，显式建模到达角 (Angle-of-Arrival) 和发射角 (Angle-of-Departure) 以恢复次级 (幽灵) 反射并揭示隐形结构。在这些增强观测之上，模拟到现实的层次扩散框架将零散的雷达响应转化为完整的布局重建和目标检测。我们的基准包含 50,000 帧数据，跨 100 个真实室内轨迹收集，构成首个专为单静态雷达室内场景理解而构建的大型数据集。广泛实验表明，RISE 将毫米波布局重建的切姆费距离 (Chamfer Distance) 降低 60%（降至 16 cm），并实现了首个基于毫米波的目标检测，达到 58% IoU。这些结果将 RISE 确立为几何感知和隐私保护室内场景理解的新基石。我们的网站和代码均可在 https://rise-cvpr.github.io 访问。
引用
@article{arxiv.2511.14019,
title = {RISE: Single Static Radar-based Indoor Scene Understanding},
author = {Kaichen Zhou and Laura Dodds and Sayed Saad Afzal and Fadel Adib},
journal= {arXiv preprint arXiv:2511.14019},
year = {2026}
}