雷达学报

作者：张锐, 龚汉钦, 宋瑞源, 李亚东, 卢智, 张东恒, 胡洋, 陈彦

单位：中国科学技术大学网络空间安全学院 合肥 230026；

关键词：穿墙, 人体姿态估计, 行为识别, 射频感知, 深度学习

基金：国家自然科学基金(62172381, 62201542)

隔墙人体姿态重建和行为识别在智能安防和虚拟现实等领域具有广泛应用前景。然而，现有隔墙人体感知方法通常忽视了对4D时空特征的建模以及墙体对信号的影响，针对这些问题，该文创新性地提出了一种基于4D成像雷达的隔墙人体感知新架构。首先，基于时空分离的分步策略，该文设计了ST2W-AP时空融合网络，解决了由于主流深度学习库缺少4D卷积而无法充分利用多帧3D体素时空域信息的问题，实现了保留3D空域信息的同时利用长序时域信息，大幅提升姿态估计任务和行为识别任务的性能。此外，为抑制墙体对信号的干扰，该文利用深度学习强大的拟合性能和并行输出的特点设计了深度回波域补偿器，降低了传统墙体补偿方法的计算开销。大量的实验结果表明，相比于现有最佳方法，ST2W-AP将平均关节位置误差降低了33.57%，并且将行为识别的F1分数提高了0.51%。

来源：2025年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第1期