A physics-informed PointNet + + for hand gesture recognition using radar point cloud

Genyuan Du

doi:10.1038/s41598-026-62243-6

A physics-informed PointNet + + for hand gesture recognition using radar point cloud

2026-08-05

0

OA

AI

张向群 (Xiangqun Zhang) *

G

Guolong Cui

DOI：10.1038/s41598-026-62243-6

原文链接

原文求助

摘要

En 中文

基于毫米波雷达点云的手势识别在人与计算机交互领域具有巨大潜力。然而，传统方法通常未能充分利用原始数据，且无法融入雷达回波的基本物理特性，导致识别精度与鲁棒性之间存在较差的权衡。为克服这一局限，我们提出了一种基于物理信息的PointNet++网络（PIPN）。首先，我们整合点云密度和回波强度以生成物理先验权重。其次，通过PointNet++骨干网络的特征提取计算帧间动态相关性。最后，融合密度、强度及帧间相关性的权重，将雷达点云的物理信息嵌入到网络的特征学习中，并引导网络关注最显著的时空区域。在包含12类不同手势的自采集毫米波雷达数据集上进行评估，我们的方法增强了特征的判别性。该方法实现了99.89%的当前最佳识别精度，相较于现有方法有显著提升。实验结果验证了该方法的有效性，证明其是人机交互领域的一种实用方法。

A physics-informed PointNet + + for hand gesture recognition using radar point cloud

摘要

期刊

机构

引用论文