論文の概要: Dataset for Real-World Human Action Detection Using FMCW mmWave Radar
- arxiv url: http://arxiv.org/abs/2412.17517v1
- Date: Mon, 23 Dec 2024 12:30:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-24 15:57:55.812567
- Title: Dataset for Real-World Human Action Detection Using FMCW mmWave Radar
- Title(参考訳): FMCWmm波レーダを用いた実世界の人間行動検出のためのデータセット
- Authors: Dylan jayabahu, Parthipan Siva,
- Abstract要約: 人間の行動検出のためのベースライン結果を用いた実世界のmmWaveレーダデータセットを提案する。
プライバシ保存型mmWaveレーダセンサを用いたヒューマンアクション検出は、医療やホームオートメーションへの応用について研究されている。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Human action detection using privacy-preserving mmWave radar sensors is studied for its applications in healthcare and home automation. Unlike existing research, limited to simulations in controlled environments, we present a real-world mmWave radar dataset with baseline results for human action detection.
- Abstract(参考訳): プライバシ保存型mmWaveレーダセンサを用いたヒューマンアクション検出は、医療やホームオートメーションへの応用について研究されている。
制御された環境でのシミュレーションに限られる既存の研究とは異なり、人間の行動検出のためのベースライン結果を備えた実世界のmmWaveレーダデータセットを提示する。
関連論文リスト
- Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。
提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。
本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
論文 参考訳(メタデータ) (2024-05-07T20:44:48Z) - Multi-stage Learning for Radar Pulse Activity Segmentation [51.781832424705094]
無線信号認識は電子戦において重要な機能である。
電子戦システムでは、レーダパルス活動の正確な識別と位置決めが要求される。
ディープラーニングに基づくレーダーパルス活動認識法は、ほとんど未検討のままである。
論文 参考訳(メタデータ) (2023-12-15T01:56:27Z) - MiliPoint: A Point Cloud Dataset for mmWave Radar [12.084565337833792]
ミリ波(mmWave)レーダーは、人間の活動検知の魅力的な代替手段として登場した。
mmWaveレーダーは邪魔にならないので、ユーザーのプライバシーを保護できます。
しかし、RF(Radio Frequency)ベースの技術として、mmWaveレーダーは物体からの反射信号を捉えることに依存しており、カメラに比べてノイズが強い。
これにより、ディープラーニングコミュニティにとって興味深い疑問が持ち上がる。このような魅力的なセンサーのためのより効果的なポイントセットベースのディープラーニング手法を開発できるだろうか?
論文 参考訳(メタデータ) (2023-09-23T16:32:36Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳(メタデータ) (2023-08-14T16:48:57Z) - A Systematic Study on Object Recognition Using Millimeter-wave Radar [1.3192560874022086]
ミリ波(MMW)レーダーはスマート環境において必須である。
MMWレーダーは高価で、コミュニティ向けのスマート環境アプリケーションでは入手が難しい。
これらの課題は、オブジェクトやアクティビティを認識するといったタスクについて調査する必要がある。
論文 参考訳(メタデータ) (2023-05-03T12:42:44Z) - HDNet: Hierarchical Dynamic Network for Gait Recognition using
Millimeter-Wave Radar [13.19744551082316]
mmWaveレーダを用いた歩行認識のための階層型動的ネットワーク(HDNet)を提案する。
提案手法の優位性を証明するため,2つの公開ミリ波レーダに基づく歩行認識データセットについて広範な実験を行った。
論文 参考訳(メタデータ) (2022-11-01T07:34:22Z) - mm-Wave Radar Hand Shape Classification Using Deformable Transformers [0.46007387171990594]
リアルタイム・ミリ波レーダを用いた静的手形分類アルゴリズムと実装を提案する。
この手法は60Ghzレーダをセンサ入力として使用し、低コストかつプライバシーに敏感なタッチレス制御技術にいくつかの応用を見出した。
論文 参考訳(メタデータ) (2022-10-24T09:56:11Z) - Domain and Modality Gaps for LiDAR-based Person Detection on Mobile
Robots [91.01747068273666]
本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。
実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。
その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
論文 参考訳(メタデータ) (2021-06-21T16:35:49Z) - Depth Estimation from Monocular Images and Sparse Radar Data [93.70524512061318]
本稿では,ディープニューラルネットワークを用いた単眼画像とレーダ点の融合により,より正確な深度推定を実現する可能性を検討する。
レーダ測定で発生するノイズが,既存の融合法の適用を妨げている主要な理由の1つであることが判明した。
実験はnuScenesデータセット上で行われ、カメラ、レーダー、LiDARの記録を様々な場面と気象条件で記録する最初のデータセットの1つである。
論文 参考訳(メタデータ) (2020-09-30T19:01:33Z) - RadarNet: Exploiting Radar for Robust Perception of Dynamic Objects [73.80316195652493]
我々は、自動運転車の文脈における認識のためにRadarを利用する問題に取り組む。
我々は、LiDARとRadarの両方のセンサーを知覚に利用した新しいソリューションを提案する。
RadarNetと呼ばれる我々のアプローチは、ボクセルベースの早期核融合と注意に基づく後期核融合を特徴としている。
論文 参考訳(メタデータ) (2020-07-28T17:15:02Z) - Experiments with mmWave Automotive Radar Test-bed [10.006245521984697]
新しいAdaptive Driver Assisted Systems(ADAS)をサポートするために、ミリ波(mmW)レーダーが商用車にますます統合されている。
テキサス・インスツルメンツ(TI)の自動車チップセットをベースとしたFMCWレーダの試作を行った。
論文 参考訳(メタデータ) (2019-12-29T02:14:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。