利用体热信号重建3D人体点云，TAP3D提出隐私优先被动感知方案
研究人员提出TAP3D系统，利用低成本热成像阵列从人体热辐射信号重建密集3D点云，规避了LiDAR、毫米波雷达与深度相机在成本、稀疏性与隐私方面的痛点。系统在跌倒检测、室内追踪、人体网格重建等任务中取得不错效果，并已开源数据集与代码。
近日发表于arXiv的一项研究提出了一种名为TAP3D的人体感知系统，首次尝试仅依赖低成本热成像阵列采集的人体热信号，重建出密集的三维人体点云。这一思路绕开了LiDAR、毫米波雷达与深度相机等主流方案在硬件成本、点云稀疏度以及隐私风险上的固有局限。
研究团队设计了一套物理驱动的算法框架，包含多基元估计模块与几何视角融合模块：前者以自监督方式联合恢复深度与热属性参数，后者用于抑制热源串扰并区分多人场景。为支撑算法验证，作者在八种真实室内环境、11名受试者条件下采集了约16万组样本，构建了目前该方向规模较大的基准数据集。
评估结果显示，TAP3D在人体网格重建任务上达到约4.87厘米的平均误差，室内追踪任务平均误差约21.86厘米，跌倒检测准确率超过91%。整套方案仅需一颗商用热成像传感器即可部署，全程不发射主动信号，具备被动感知与隐私友好的双重特征。
【空音视角】 TAP3D与空音所关注的非接触感知方向高度契合。热成像与WiFi感知在理念上一脉相承——都是利用环境中天然存在的物理信号（热辐射、射频扰动）来推断人体状态，无需佩戴设备或发射主动探测信号。热成像在隐私保护和光照鲁棒性上的天然优势，为养老监护、病房监护等敏感场景提供了新的硬件选项，也提示行业思考多模态被动感知信号的融合潜力。
—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：arXiv 人机交互 原文链接：https://arxiv.org/abs/2610.11241
来源：arXiv 人机交互（查看原文）