穿透盒子：基于雷达信号的非视线3D重建
计算机视觉与模式识别
2026-05-29 v1
摘要
从无线电频率（RF）信号重建物体几何图形在根本上具有挑战性，因为RF感知的无镜头成像特性导致低空间分辨率和高噪声。不同于光信号，RF信号能够穿透遮挡，从而捕获有关隐藏场景的信息。现有的非视线（NLoS）3D神经重建方法可以恢复封闭环境内的粗糙表面，但常常 suffer from optimization 不稳定、噪声表面几何和表面歧义，无法产生准确的零等位值集（SDF）。这些限制主要源于忽略视线（LoS）外部几何的作用，这些几何为建模信号传播提供了宝贵的物理约束。在本文中，我们引入了统一的LoS和NLoS神经几何重建框架GeRaF 2.0，利用外部LoS几何来建模和引导RF信号从LoS区域传播到NLoS区域。通过将视觉LoS先验整合到神经场公式中，GeRaF 2.0实现了稳定的训练和物理一致的可见几何和隐藏几何的重建，为RF-based几何重建树立了新的最佳状态。
引用
@article{arxiv.2605.29098,
title = {Seeing through boxes: Non-Line-of-Sight 3D Reconstruction from Radar Signals},
author = {Jiachen Lu and Hailan Shanbhag and Haitham Al Hassanieh},
journal= {arXiv preprint arXiv:2605.29098},
year = {2026}
}
备注
Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026