論文の概要: Generative Latent Alignment for Interpretable Radar Based Occupancy Detection in Ambient Assisted Living

• arxiv url: http://arxiv.org/abs/2601.19853v1
• Date: Tue, 27 Jan 2026 18:06:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-28 15:26:51.429914
• Title: Generative Latent Alignment for Interpretable Radar Based Occupancy Detection in Ambient Assisted Living
• Title（参考訳）: 環境支援型生活における解釈可能なレーダによる活動検出のための生成遅延アライメント
• Authors: Huy Trinh,
• Abstract要約: 我々は、カメラによるセンシングがプライバシーの懸念を生じさせるアンビエント補助生活(AAL: Ambient Assisted Living)設定において、mmWaveレーダの存在検知をより解釈可能にする方法について研究する。 本稿では,軽量な畳み込み変分自動エンコーダと冷凍CLIPテキストエンコーダを併用した生成遅延アライメントフレームワークを提案する。 我々は「人」クラスが強いRAリターンと一致するコンパクトなGrad-CAMブロブを生成するのに対し、「空の部屋」サンプルは拡散または証拠がないことを質的に観察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: In this work, we study how to make mmWave radar presence detection more interpretable for Ambient Assisted Living (AAL) settings, where camera-based sensing raises privacy concerns. We propose a Generative Latent Alignment (GLA) framework that combines a lightweight convolutional variational autoencoder with a frozen CLIP text encoder to learn a low-dimensional latent representation of radar Range-Angle (RA) heatmaps. The latent space is softly aligned with two semantic anchors corresponding to "empty room" and "person present", and Grad-CAM is applied in this aligned latent space to visualize which spatial regions support each presence decision. On our mmWave radar dataset, we qualitatively observe that the "person present" class produces compact Grad-CAM blobs that coincide with strong RA returns, whereas "empty room" samples yield diffuse or no evidence. We also conduct an ablation study using unrelated text prompts, which degrades both reconstruction and localization, suggesting that radar-specific anchors are important for meaningful explanations in this setting.
• Abstract（参考訳）: 本研究では、カメラによるセンシングがプライバシーの懸念を生じさせるAmient Assisted Living(AAL)設定において、mmWaveレーダの存在検知をより解釈可能にする方法について検討する。 本稿では,軽量な畳み込み変分オートエンコーダと冷凍CLIPテキストエンコーダを組み合わせて,レーダレンジアングル(RA)ヒートマップの低次元潜時表現を学習する生成潜時アライメント(GLA)フレームワークを提案する。 潜伏空間は「空き部屋」と「人的現在」に対応する2つの意味的アンカーとソフトアライメントされ、このアライメントされた潜伏空間にグラッド-CAMを適用し、各存在決定を支援する空間領域を可視化する。 mmWaveレーダのレーダデータセットでは、「人」クラスが強力なRAリターンと一致するコンパクトなGrad-CAMブロブを生成するのに対し、「空室」サンプルは拡散または証拠がないことを質的に観察した。 また,無関係なテキストプロンプトを用いてアブレーション研究を行い,再構築と局所化の両方を劣化させ,レーダー特異的アンカーが意義ある説明のために重要であることを示唆した。

関連論文リスト

• RadarGen: Automotive Radar Point Cloud Generation from Cameras [64.69976771710057]
  マルチビューカメラ画像からリアルな自動車用レーダー点雲を合成するための拡散モデルRadarGenを提案する。 RadarGenは、鳥の目視でレーダー計測を表現することで、レーダ領域への効率的な画像遅延拡散を適応する。 本稿では,RadarGenが特徴的レーダ計測分布を捕捉し,実データに基づいて学習した知覚モデルとのギャップを小さくすることを示す。
  論文  参考訳（メタデータ） (2025-12-19T18:57:33Z)
• Scaling Foundation Models for Radar Scene Understanding [8.23171791313388]
  レーダーセンサーは、悪天候、照明、長距離の状況に対して信頼性の高い認識を提供する。 基礎モデルの最近の進歩は、視覚的および言語的理解に変化をもたらしたが、レーダーセンシングとの統合は、ほとんど未解明のままである。 本稿では,空間言語を構造化し,シーンレベルの統一表現を学習するレーダ基礎モデルであるRadarFMを紹介する。
  論文  参考訳（メタデータ） (2025-11-26T06:41:00Z)
• SparseRadNet: Sparse Perception Neural Network on Subsampled Radar Data [5.344444942640663]
  レーダー生データは、しばしば過剰なノイズを含むが、レーダー点雲は限られた情報しか保持しない。 本稿では,適応的なサブサンプリング手法と,空間パターンを利用したネットワークアーキテクチャを提案する。 RADIalデータセットの実験により,SparseRadNetはオブジェクト検出における最先端(SOTA)性能を超え,自由空間セグメンテーションにおけるSOTA精度に近づいた。
  論文  参考訳（メタデータ） (2024-06-15T11:26:10Z)
• 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)
• Bi-LRFusion: Bi-Directional LiDAR-Radar Fusion for 3D Dynamic Object Detection [78.59426158981108]
  この課題に対処し、動的オブジェクトの3D検出を改善するために、双方向LiDAR-Radar融合フレームワーク、Bi-LRFusionを導入する。 我々はnuScenesとORRデータセットに関する広範な実験を行い、我々のBi-LRFusionが動的オブジェクトを検出するための最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2023-06-02T10:57:41Z)
• Semantic Segmentation of Radar Detections using Convolutions on Point Clouds [59.45414406974091]
  本稿では,レーダ検出を点雲に展開する深層学習手法を提案する。 このアルゴリズムは、距離依存クラスタリングと入力点雲の事前処理により、レーダ固有の特性に適応する。 我々のネットワークは、レーダポイント雲のセマンティックセグメンテーションのタスクにおいて、PointNet++に基づく最先端のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2023-05-22T07:09:35Z)
• Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
  IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。 IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。 IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
  論文  参考訳（メタデータ） (2021-03-02T08:20:08Z)

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。