論文の概要: DAP: Doppler-aware Point Network for Heterogeneous mmWave Action Recognition

• arxiv url: http://arxiv.org/abs/2605.09604v1
• Date: Sun, 10 May 2026 15:34:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 02:24:05.535778
• Title: DAP: Doppler-aware Point Network for Heterogeneous mmWave Action Recognition
• Title（参考訳）: DAP:不均一なミリ波行動認識のためのドップラー対応ポイントネットワーク
• Authors: Jiaying Lin, Shiman Wu, Jinfu Liu, Can Wang, Mengyuan Liu,
• Abstract要約: ミリ波レーダは、プライバシ保護センシングを提供し、ヒューマンアクション認識(HAR)に有用である 既存のmmWaveポイントクラウドデータセットはスケールが限られており、ほとんどが単一ソース設定で収集される。 このような問題に対処するために,Millimeter-HARは,異種マルチソースシナリオのための最大かつ最初のmmWaveポイントクラウドHARデータセットである。
• 参考スコア（独自算出の注目度）: 42.97701141999221
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Millimeter-wave (mmWave) radar provides privacy-preserving sensing and is valuable for human action recognition (HAR). Existing mmWave point cloud datasets are limited in scale and mostly collected under homogeneous single-source settings, preventing current methods from handling real-world distribution shifts caused by heterogeneous radar sources, such as different devices and frequency bands. To address this, we introduce UniMM-HAR, the largest and first mmWave point cloud HAR dataset for heterogeneous multi-source scenarios, standardizing three distinct radar configurations to realistically evaluate cross-source generalization. We further propose the Doppler-aware Point Cloud Network (DAP-Net) to tackle heterogeneity challenges. DAP-Net enhances intra-modal representations and performs cross-modal alignment to learn source-invariant action semantics. Leveraging action-consistent spatio-temporal Doppler patterns as anchors, the Dual-space Doppler Reparameterization (D2R) module performs sample-adaptive geometric densification and Doppler-guided feature recalibration, while the Text Alignment Module (TAM) provides stable semantic anchors via a pretrained textual space. Experiments show that DAP-Net significantly outperforms existing methods under heterogeneous radar settings, achieving state-of-the-art accuracy and strong cross-source robustness.
• Abstract（参考訳）: ミリ波(mmWave)レーダーは、プライバシーを保護し、人間の行動認識(HAR)に有用である。 既存のmmWaveポイントクラウドデータセットは大規模に制限されており、ほとんどの場合、均一な単一ソース設定の下で収集される。 この問題を解決するために、異種マルチソースシナリオのための最大かつ最初のmmWaveポイントクラウドHARデータセットであるUniMM-HARを導入し、3つの異なるレーダ構成を標準化し、クロスソースの一般化を現実的に評価する。 さらに、異種性問題に取り組むために、ドップラー対応ポイントクラウドネットワーク(DAP-Net)を提案する。 DAP-Netは、モーダル内表現を強化し、ソース不変のアクションセマンティクスを学ぶために、モーダル間アライメントを実行する。 動作一貫性のある時空間ドップラーパターンをアンカーとして利用し、デュアルスペースドップラーパラメータ化(D2R)モジュールはサンプル適応幾何密度化とドップラー誘導特徴補正を行い、テキストアライメントモジュール(TAM)は事前訓練されたテキスト空間を介して安定したセマンティックアンカーを提供する。 実験により、DAP-Netは異種レーダー設定下での既存手法よりも大幅に優れ、最先端の精度と強力なクロスソースロバスト性を実現していることが示された。

関連論文リスト

• Ivan-ISTD: Rethinking Cross-domain Heteroscedastic Noise Perturbations in Infrared Small Target Detection [53.689841037081834]
  Ivan-ISTD は ISTD におけるクロスドメインシフトと異方性雑音摂動の2つの課題に対処するように設計されている。 Ivan-ISTDはクロスドメインシナリオにおいて優れた堅牢性を示している。
  論文  参考訳（メタデータ） (2025-10-14T07:48:31Z)
• Towards SISO Bistatic Sensing for ISAC [30.73172767772004]
  WiDFS 3.0は、歪んだCSIから正確な遅延とドップラー推定を可能にする軽量な静電SISOセンシングフレームワークである。 送信機と受信機の両方で1つのアンテナで動作し、低複雑さの展開に適している。 大規模な実験により、WiDFS 3.0は、従来のマルチアンテナ手法に匹敵する、あるいはそれ以上の性能で正確なパラメータ推定を実現することが示された。
  論文  参考訳（メタデータ） (2025-08-18T04:22:05Z)
• Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
  リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。 既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。 本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
  論文  参考訳（メタデータ） (2025-08-07T11:14:16Z)
• AuxDet: Auxiliary Metadata Matters for Omni-Domain Infrared Small Target Detection [49.81255045696323]
  補助メタデータ駆動型赤外小型ターゲット検出器(AuxDet)について述べる。 AuxDetはメタデータセマンティクスと視覚的特徴を統合し、各サンプルに対する適応表現学習を導く。 挑戦的なWideIRSTD-Fullベンチマークの実験は、AuxDetが一貫して最先端のメソッドより優れていることを示した。
  論文  参考訳（メタデータ） (2025-05-21T07:02:05Z)
• Skeleton Detection Using Dual Radars with Integration of Dual-View CNN Models and mmPose [0.0]
  本研究は2つのmmWaveレーダを用いて、PointNetとmmPoseを組み合わせた3つのDual ViewCNNモデルを提案する。 提案モデルでは,無作為歩行に対する準最適結果を示すが,アームスイングの場合の方が優れている。
  論文  参考訳（メタデータ） (2024-11-28T16:40:58Z)
• 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)
• GaitSADA: Self-Aligned Domain Adaptation for mmWave Gait Recognition [14.750765172614836]
  mmWaveレーダを用いた歩行認識は,mmWaveレーダの帰還信号から人間の歩行バイオメトリックスを捕捉する新しいユーザ識別法である。 この問題を軽減するために、GaitSADAと呼ばれる新しい自己整合ドメイン適応法を提案する。 実験により、GaitSADAは、低データ状態における平均精度で15.41%から26.32%の改善により、代表的ドメイン適応法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-01-31T03:21:08Z)
• Multi-task Learning Approach for Modulation and Wireless Signal Classification for 5G and Beyond: Edge Deployment via Model Compression [1.218340575383456]
  将来的な通信網は、異種無線デバイスの成長に対応するために、少ないスペクトルに対処する必要がある。 我々は、深層ニューラルネットワークに基づくマルチタスク学習フレームワークの可能性を利用して、変調と信号分類タスクを同時に学習する。 公共利用のための包括的ヘテロジニアス無線信号データセットを提供する。
  論文  参考訳（メタデータ） (2022-02-26T14:51:02Z)
• Directional ASR: A New Paradigm for E2E Multi-Speaker Speech Recognition with Source Localization [73.62550438861942]
  本稿では、指向性自動音声認識(D-ASR)と呼ばれる、エンドツーエンドのニューラルネットワーク方式で遠距離場マルチスピーカデータを処理するための新しいパラダイムを提案する。 D-ASRでは、マイクロホンアレイに対するソースの方位角を潜時変数として定義する。
  論文  参考訳（メタデータ） (2020-10-30T20:26:28Z)
• Deep Reinforcement Learning Control for Radar Detection and Tracking in Congested Spectral Environments [8.103366584285645]
  レーダは、他のシステムとの相互干渉を軽減するために、その線形周波数変調(LFM)波形の帯域幅と中心周波数を変化させることを学ぶ。 DQLベースのアプローチを拡張して、ダブルQ-ラーニングとリカレントニューラルネットワークを組み込んで、ダブルディープリカレントQ-ネットワークを形成する。 実験結果から,提案手法は集束スペクトル環境におけるレーダ検出性能を大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2020-06-23T17:21:28Z)

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。