DGCN-MFW：一种面向毫米波雷达三维点云的轻量化人体动作识别网络

来源：电子与信息学报杂志2026年第4期北京时间：

作者：丁轩宇, 靳标, 张贞凯

单位：江苏科技大学海洋学院 镇江 212003

摘要：毫米波雷达三维点云能精准捕捉人体动作的空间变化细节，为动作识别提供了强鲁棒性的数据源。然而，点云固有的无序性与稀疏性限制了特征提取效率，传统方法难以有效建模其局部与全局的空间依赖关系，导致识别精度受限。为解决上述问题，该文提出一种基于动态图卷积与多特征融合的轻量化动作识别网络。该网络核心包含3个模块：(1)动态图卷积模块，通过动态构建局部邻域图结构，自适应学习鲁棒的点云特征，减少动作过渡阶段的误判；(2)多尺度特征融合模块，分层聚合局部细节与全局上下文信息，增强空间表征与行为理解能力；(3)自适应帧加权模块，依据信息熵与数据可靠性为不同时序帧分配权重，聚焦关键时序片段。在公开数据集mmWave-3DPCHM-1.0上的实验表明，所提方法对TI与Vayyar数据集上的平均识别准确率分别达到98.32%与99.48%，且仅需2.06 M参数量与4.51 GFLOPs计算量，在识别精度与模型轻量化方面均优于现有主流方法。

关键词：毫米波雷达三维点云, 人体动作识别, 图卷积网络, 多尺度特征融合, 自适应帧加权

基金资助：国家自然科学基金(62571220)，河南省重点研发专项(241111212500)，镇江市科技计划(基础研究)项目(JC2025026)，2025年江苏省研究生实践创新计划(SJCX25_2502)