DAP-Net

新数据集和模型解决异构毫米波动作识别难题

研究人员推出了UniMM-HAR，这是一个新数据集，旨在解决毫米波（mmWave）雷达人体动作识别中异构多源场景的挑战。该数据集是同类中最大的，并标准化了三种不同的雷达配置，以评估跨源泛化能力。为了处理异构性，他们还开发了感知多普勒点云网络（DAP-Net），该网络可改善模态内表示并对齐跨模态特征，以学习对数据源不变的动作语义。实验表明，DAP-Net 在准确性和鲁棒的跨源泛化方面达到了最先进水平。