MCD-Gesture 2022 TI AWR1843 微多普勒手势识别数据集

最新推荐文章于 2026-07-06 18:24:57 发布

原创最新推荐文章于 2026-07-06 18:24:57 发布 · 215 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

开源地址

GitHub 仓库（数据集 + 代码）：

https://github.com/DI-HGR/cross_domain_gesture_dataset
镜像/个人主页：https://github.com/leeyadong/cross_domain_gesture_dataset

论文算法代码仓库：

https://github.com/leeyadong/Radar-Gesture

数据集详情

该数据集对应论文 "Towards Domain-Independent and Real-Time Gesture Recognition Using mmWave Signal"（IEEE TMC 2022），主要信息如下：

表格

复制

项目	内容
雷达设备	TI AWR1843 + DCA1000 实时数据采集板
频段	77 GHz
数据类型	微多普勒签名（Dynamic Range Angle Image, DRAI）
手势种类	6 种预定义手势：推(push)、拉(pull)、左滑(slide left)、右滑(slide right)、顺时针旋转(clockwise turning)、逆时针旋转(counterclockwise turning)
负样本	7 种其他动作（抬右臂、抬左臂、坐下、站起、挥手、转身、行走）
域覆盖	750 个域：6 种环境 × 25 名志愿者 × 5 个位置
总样本数	24,050 个样本（10,650 手势 + 13,400 负样本），共 695,193 帧雷达数据
数据格式	NumPy 数组，维度为 T × 32 × 32（时间帧 × 距离角度图像）

如何获取数据

数据集采用协议授权方式获取，需要：

在 GitHub 仓库页面下载并签署数据使用协议
将签署后的协议扫描件发送至：yadongli@uw.edu（或 yadongli@mail.ustc.edu.cn）
通常在 3 天内会收到包含下载链接的邮件

相关论文引用

如果您使用该数据集，请引用以下论文：

bibtex

复制

@ARTICLE{9894724,
  author={Li, Yadong and Zhang, Dongheng and Chen, Jinbo and Wan, Jinwei and Zhang, Dong and Hu, Yang and Sun, Qibin and Chen, Yan},
  journal={IEEE Transactions on Mobile Computing},
  title={Towards Domain-Independent and Real-Time Gesture Recognition Using Mmwave Signal},
  year={2023},
  volume={22},
  number={12},
  pages={7355-7369},
  doi={10.1109/TMC.2022.3207570}}

标签

#人工智能