约翰霍普金斯大学团队提出RF-HOI框架，用射频信号实现人-物交互识别
仅用射频信号实现人-物交互识别
（映维网Nweon 2026年08月10日）约翰霍普金斯大学的研究团队日前提出了一种名为RF-HOI的全新框架，使用RF射频信号进行人-物交互（HOI）识别。
人-物交互识别是指同时识别人类的动作及其所交互的对象——例如“拿起一本书”中的“拿起”动作和“书”这一目标对象。这一能力对虚拟现实和增强现实等系统至关重要。然而，传统的基于视觉的HOI方法在隐私保护和光线条件不佳的情况下存在明显短板。
RF-HOI的核心思路是融合两种射频技术——毫米波雷达和RFID。研究团队指出，单一射频模态无法同时完成动作识别和目标识别两项任务。毫米波雷达擅长捕捉精细的动作特征，但难以区分具体物体；RFID可以识别带标签的物体，但在动作捕获方面存在局限。RF-HOI通过融合两种模态，实现了动作与目标的同步识别。
在数据方面，由于真实环境下收集射频HOI数据成本高昂且设置多样，研究团队开发了一款模拟器，可大规模合成多模态RF数据。模型先在合成数据上预训练，再用少量真实世界数据进行微调。
实验结果显示，RF-HOI在真实世界测试中取得了96.97%的HOI识别准确率，与视觉基线的差距仅为1.96%。在性能对比上，RF-HOI比非融合方案高出21.29%，比仅用RFID的方案高出32.90%，比仅用毫米波的方案高出73.20%。加入合成数据后，模型在有限真实训练数据下的性能平均提升了12.00%。
研究同时展示了RF-HOI在下游任务中的应用潜力。在目标推断场景中，将RF-HOI识别出的HOI序列输入大语言模型，推断准确率可达86%至95%，显著高于仅输入动作或仅输入物体的情况。
相关论文：RF-HOI: Recognize Human-Object Interaction with Radio Frequency Signals
总的来说，RF-HOI的提出为隐私保护和光照鲁棒的人-物交互识别提供了一条新的技术路径。
