基于毫米波雷达与扩散框架的多假设人体姿态估计方法：Diff-HPE

一、作者与发表信息
本文由Lanxin Li、Che Liu（IEEE会员）、Wenming Yu和Tie Jun Cui（IEEE Fellow）合作完成，作者均来自东南大学毫米波国家重点实验室。研究成果发表于*IEEE Sensors Journal*第25卷第13期（2025年7月1日），论文标题为《Diff-HPE: Multihypothesis Human Pose Estimation Based on mmWave Radar and Diffusion Framework》。

二、学术背景
科学领域：本研究属于计算机视觉与无线感知交叉领域，聚焦于毫米波雷达（mmWave radar）在人体姿态估计（Human Pose Estimation, HPE）中的应用。
研究动机：传统光学传感器（如摄像头、LiDAR）在低光照、隐私保护或遮挡场景中存在局限性，而毫米波雷达具有穿透性强、隐私友好、不受光照影响等优势。然而，单毫米波雷达数据存在分辨率低、点云稀疏、多径噪声等问题，导致姿态估计精度不足。
研究目标：提出一种基于扩散模型（Diffusion Model）的新方法Diff-HPE，通过多假设生成与噪声抑制，实现高精度、长距离的室内人体姿态估计。

三、研究流程与方法
1. 数据采集与预处理
- 硬件系统：采用TI MMWCAS EVM毫米波雷达（77–81 GHz，12发射/16接收天线）与ZED 2i相机同步采集数据，构建包含84,000帧的多人动态动作数据集（行走、拳击、跳跃等）。
- 点云生成：通过快速傅里叶变换（FFT）解析雷达信号，生成含位置、速度、强度的5D点云数据（公式1-3）。
- 去噪与增强：
- CFAR滤波：初步剔除静态噪声。
- 轻量级神经网络分类：基于点云特征（位置、速度、强度）区分人体反射点与环境噪声，准确率提升20%。
- 多帧联合增强：通过滑动窗口动态融合历史帧点云，填补单帧稀疏性（公式6-12），将每帧点数稳定至300左右。

2. 扩散模型设计
- 前向过程：将真实人体姿态逐步添加高斯噪声，模拟雷达点云的退化过程（公式13-15）。
- 逆向过程：采用Transformer与GM模块结合的降噪网络，联合雷达点云特征与噪声姿态数据，逐步重建高精度姿态（图2）。
- 时间步嵌入：通过余弦编码捕获扩散过程的时序状态。
- 多假设生成：基于DDIM（Denoising Diffusion Implicit Models）生成20组候选姿态假设，通过几何一致性筛选最优解（公式23-24）。

3. 实验验证
- 评估指标：MPJPE（平均关节位置误差，5.2 cm）、MPJAE（平均关节角度误差，7.26°）、PCK（关键点正确率，96.18%）。
- 对比实验：在遮挡（织物、木板等）与动态场景下，Diff-HPE显著优于MARS、MMMesh等基线方法（表II），尤其在3–6米距离内保持稳定性（图6）。

四、主要结果与逻辑链条
1. 点云预处理：去噪算法将环境噪声点过滤率提升至90%，多帧融合使点云密度提高3倍，为后续姿态估计提供高质量输入。
2. 扩散模型性能：逆向过程通过时空特征融合，有效恢复遮挡部位的关键点（如侧身时的肩关节），误差较传统方法降低1.34 cm。
3. 多假设聚合：基于雷达点云质心的几何筛选策略（公式24）将最终MPJPE优化至5.2 cm，较简单平均法提升0.5 cm。

五、结论与价值
科学价值：
- 首次将扩散模型引入毫米波雷达姿态估计，解决稀疏点云下的多解歧义问题。
- 提出动态多帧融合与轻量级去噪网络，为雷达点云处理提供新范式。
应用价值：适用于家庭健康监护、自动驾驶行人跟踪等隐私敏感场景，在完全遮挡条件下仍能保持96%的PCK（图7）。

六、研究亮点
1. 方法创新：结合扩散模型的多假设生成能力与雷达点云的时空连续性，突破传统单输出模型的局限性。
2. 工程贡献：开发实时预处理 pipeline，推理时间仅1.98 ms/帧，支持边缘设备部署。
3. 数据集扩展：涵盖49类高动态动作，为毫米波雷达HPE研究提供基准数据。

七、其他价值
- 硬件鲁棒性验证：在塑料、木材等强干扰材料遮挡下，系统SDV（速度标准差）仍低于0.15 m/s（图8），证明其工业环境适用性。
- 开源计划：作者拟公开预处理代码与部分数据集，推动领域发展。

（全文约2000字）