PGGait:基于毫米波雷达的步态识别,用于多维点云的时空传感

科学领域:

• 生物识别信息 生物识别信息
• 无线传感无线传感器
• 人与计算机的交互

背景情况:

• 传统的步态识别传感器在不同的照明和复杂的环境中扎.
• 基于射频 (RF) 的方法,特别是毫米波 (mmWave) 雷达,提供隐私和稳定性.
• 毫米波雷达提供高分辨率的传感,独立于照明条件.

研究的目的:

• 提出和评估一种新的步态识别系统,即多维点云步态识别 (PGGait).
• 利用毫米波雷达进行增强的空间和时间步态特征提取.
• 在单个和多用户识别场景中证明系统的有效性.

主要方法:

• 使用商用77 GHz毫米波雷达进行数据采集.
• 开发了一个预处理管道来提取高质量的点云.
• 应用空间聚类用于用户分离和跟踪.
• 增强的点云数据 (速度,SNR) 用于多维输入.
• 采用神经网络进行空间和时间特征提取和用户识别.

主要成果:

• 对于单个用户的步态识别,PGGait 实现了高达 96.75% 的准确性.
• 在两人场景中超过94.30%的识别准确度.
• 在各种步态模式中表现出强的表现.

结论:

• PGGait提供了一种高效且可行的解决方案,用于使用毫米波雷达进行步态识别.
• 该系统显示了生物识别,安全和健康监测领域的应用潜力.
• 多维点云处理提高了步态识别的准确性和稳定性.