arXiv cs.AI· Ziyang Liu, Kieren Yu, Xiao Yang, Xin Yang, Kaishun Wu·· 3 天前AI 评分30
PT$^3$：面向可泛化毫米波人体点云表征的原型引导自监督预训练框架
PT$^3$: Prototype-Guided Self-Supervised Pretraining for Generalizable mmWave Human Point Cloud Representation
AI 导读
研究提出毫米波人体点云自监督预训练框架 PT$^3$，以解决雷达稀疏检测与多径效应带来的表征不稳定问题。PT$^3$ 将空间局部状态表示为共享原型的稀疏组合，通过自回归预测学习时间演化，并引入观测一致性抵御雷达扰动。经多源无标注序列预训练后，单个冻结编码器可直接支持动作分类、稠密点生成、关节姿态估计与未来动作预测，性能超越现有预训练基线。
来源：arXiv cs.AI · arxiv.org