软件学报:jos:7693 · 记录 #1

基于自适应双重知识蒸馏的毫米波雷达行人重识别

来源日期 2026-11-11

来源记录日期 2026-11-11

雷达观测 2026-11-11 10:31

摘要

现有的基于毫米波雷达点云的行人重识别技术, 因输入信号固有的稀疏性和信息量的物理限制, 其性能提升受到了极大限制. 为打破这一性能瓶颈, 提出一种新的“模型增强”训练范式: 利用信息更丰富的视频模态作为离线外部知识源, 通过知识蒸馏来提升毫米波雷达行人重识别的精度. 具体地, 设计对称时序建模架构以对齐师生模型的“认知范式”, 并在此基础上提出双重知识引导机制. 一方面, 基于“不同模态下, 人体步态的运动学特征在时序演变上具有一致性”这一关键洞察, 引入时序注意力蒸馏, 显式地指导雷达模型聚焦于步态关键帧. 另一方面, 通过对齐高层决策逻辑传递类别判别信息. 此外, 引入基于实例难度的自适应学习策略, 实现对困难样本的重点辅导. 在自建数据集上的实验结果表明, 所提方法能显著提升雷达模型的识别性能. 相较于最先进的单模态毫米波雷达模型, 在mAP (mean average precision)指标上取得了3.8%的提升.