BriefGPT - AI 论文速递
·
基于联合布尔力-正弦摆模型的人体活动微多普勒特征表示方法
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究提出了名为SUPER的框架，使用毫米波雷达估计成年人的坐姿。通过新型掩蔽算法，将雷达数据融合生成强度和多普勒点云，处理不同运动区域。实验结果显示SUPER比基线方法提高了30-184%。
🎯
关键要点
-
本研究提出了名为SUPER的框架，用于估计成年人的坐姿。
-
使用毫米波雷达表征坐姿上半身人体姿态。
-
通过新型掩蔽算法融合雷达数据，生成强度和多普勒点云。
-
处理高运动和低运动区域的雷达数据。
-
采用轻量级神经网络提取上半身的全局和局部特征。
-
输出Skinned Multi-Person Linear (SMPL)模型的姿势参数。
-
在多个被试的不同运动序列上进行留一主题实验。
-
实验结果显示SUPER比基线方法提高了30-184%。
-
演示了SUPER在手物交互任务中的实用性。
➡️
