研究人员开发了一种新的方法,使用毫米波(mmWave)雷达点云进行个体识别,该方法超越了传统的步态分析。该研究引入了 mm-ADL 数据集,该数据集包含 11 名受试者进行的七项日常活动,以探索除行走以外的识别能力。提出了一种新颖的架构 DS-SDPNet,用于捕捉空间形态和运动动力学,实现了 70.2% 的平均闭集识别准确率,并在 mm-ADL 和 mmGait 数据集上优于现有方法。 AI
影响 这项研究可能导致在各种环境中开发更强大、更通用的个体识别系统,从而克服步态分析的局限性。
排序理由 该集群包含一篇学术论文,详细介绍了使用毫米波传感进行个体识别的新方法和数据集。[lever_c_demoted from research: ic=1 ai=1.0]
- Activities of Daily Living
- DS-SDPNet
- mm-ADL
- MMGait
- mmWave sensing
- PointNet: A 3D Convolutional Neural Network for real-time object class recognition
- Zixiong Han
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →