基于4D毫米波雷达生成人体3D点云的自适应算法
Xiaohong Huang1,2, Jiachen Zhu1,2, Ziran Tian1,2
1School of Artificial Intelligence, North China University of Science and Technology, 063210 Tangshan, China.
The Review of scientific instruments
|January 31, 2024
概括
本研究介绍了自适应的mPoint (SA-mPoint),一种适应的4D毫米波雷达方法,用于准确的3D人类点云生成. 它克服了多路径效应,并提高了点云密度和精度.
科学领域:
- *毫米波雷达技术的使用.
- * 3D 人体姿势估计
- * * 点云生成点云的产生.
背景情况:
- * 传统的3D人点云算法与多路径效应作斗争,导致不准确的数据和手动标签需求.
- * 电磁多路干扰导致现有方法中的幻象目标和分类问题.
- * 缺乏准确性和手动干预限制了当前3D人体传感技术的实际应用.
研究的目的:
- * 提出一种适应性方法,使用4D毫米波雷达生成精确的3D人类点云.
- * 解决诸如幻象目标和电磁多路效应引起的噪声干扰等挑战.
- * 提高点云密度,减少手动标签的需要.
主要方法:
- * 开发使用4D毫米波雷达的自适应mPoint (SA-mPoint) 算法.
- * 微运动和呼吸特征与动态和静态回声信息的整合.
- * 应用多动态融合和基于适应密度的聚类,以减轻多路径噪声和提高点云密度.
主要成果:
- *SA-mPoint算法在生成3D人点云时实现了97.94%的平均准确率.
- *与TI-mPoint相比,SA-mPoint的点云生成率提高了87.94%,精度提高了78.3%.
- * 拟议的方法减少了11.41%的运行时间,同时提高了点云质量和密度.
结论:
- *SA-mPoint算法有效地从4D毫米波雷达数据生成精确和密集的3D人类点云.
- * 该方法在现有算法上显示了显著的改进,特别是在处理多路径效应和提高数据质量方面.
- *SA-mPoint显示出高实用性和在人类感知和姿势估计方面有前景的应用.
