2026-05-19 07:01:44 2271次浏览

本文由来自南洋理工大学、爱丁堡大学、宾夕法尼亚大学、伦敦大学学院和麻省理工学院的研究者合作完成。作者团队在 RF / 毫米波感知、人体建模、机器人感知与控制等方向均有长期积累。

Junqiao Fan：NTU 在读博士，指导老师为 NTU 教授 Lihua Xie。Chris Xiaoxuan Lu：UCL 副教授。Jianfei Yang：NTU 助理教授。Fangqiang Ding：MIT 博后研究员。Yunjiao Zhou, Yizhuo Yang, Jiarui Zhang：NTU 在读博士。Xinyuan Cui：Upenn 在读硕士（部分工作为 Xinyuan Cui 和 Fangqiang Ding 在爱丁堡大学时完成）。

想象几个并不遥远的场景：

医院的病房里，刚做完手术的患者正在练习下床、走动，智能系统通过摄像头捕捉他的动作，判断步态是否稳定、有没有跌倒风险；回到家，在卧室或浴室这样私密的空间里，老人起身、转身、洗漱，甚至意外滑倒的瞬间，也可能被视觉传感器记录，只为了让 AI 能更早发现异常；另外，在养老院和托儿所场景里，老人或孩子的日常活动，同样可能长期处于 “被看见” 的状态。

这些系统的出发点无疑是好的：为了更安全的照护、更及时的提醒、更可靠的响应。但只要感知还依赖相机，一个问题就始终绕不开：当 AI 越来越懂人，人是不是也在被越来越彻底地暴露？

人们担心的，不只是模型准不准，更怕那些包含外貌、身份、行为习惯甚至生活细节的视觉数据，被存储、泄露或滥用。哪怕什么都没发生，光是 “始终有一个镜头在看着你” 这件事本身，就足以让人不安。正是在这样的背景下，来自海外高校的研究者提出了M4Human。这项工作试图减少人体感知对相机单一模式的依赖，推动毫米波人体感知从粗粒度的识别，走向更高保真的人体建模与系统化评测。

论文标题：M4Human: A Large-Scale Multimodal mmWave Radar Benchmark for Human Mesh Reconstruction作者: Junqiao Fan, Yunjiao Zhou, Yizhuo Yang, Xinyuan Cui, Jiarui Zhang, Lihua Xie, Jianfei Yang, Chris Xiaoxuan Lu, Fangqiang Ding作者单位：南洋理工大学，爱丁堡大学，宾夕法尼亚大学，伦敦大学学院，麻省理工学院论文链接： https://arxiv.org/pdf/2512.12378代码与数据链接：https://github.com/FanJunqiao/M4Human主页链接：https://fanjunqiao.github.io/M4Human-site/

研究背景

为什么人体感知不能只依赖相机

在未来的 Physical AI 系统中，机器不仅要 “看见” 人，还要理解人的运动和行为，并据此做出合适的响应。相比只预测少量人体关键点，人体网格重建（Human Mesh Reconstruction, HMR）能够恢复姿态、形状和全局运动，在人机交互、康复评估、健康监测、VR/AR 以及具身智能等场景中更有应用价值。

但当前高质量的 HMR 系统大多仍依赖相机。这条路虽然有效，却有两个现实限制：一是视觉数据会直接暴露人的外观，在儿童照护、养老陪护、居家康复等场景中容易引发隐私担忧；二是相机容易受光照和遮挡影响，弱光、逆光或复杂环境下的鲁棒性并不总能保证。正因如此，毫米波雷达正成为人体感知中越来越重要的一种模态 —— 它通过回波恢复空间信息，对光照不敏感，在部分遮挡条件下更稳健，而且不会记录人的外貌。

M4Human - 面向多任务的人体感知 benchmark：涵盖 50 类动作、20 位参与者、661K 帧数据，并支持 tracking、mesh reconstruction、activity recognition、generation 等任务。

现有问题

RF 人体感知真正缺的是 benchmark

过去几年，基于 RF / 毫米波的人体感知方法层出不穷，但这一方向的发展一直受限于数据基础。更准确地说，当前真正缺的不是模型，而是足够系统、足够高质量的 benchmark。现有许多 RF 数据集仍以粗粒度的人体姿态估计为主，标注通常停留在 skeleton 层面；少数涉及 mesh reconstruction 的数据集，也存在规模小、动作种类有限的问题，而且很多只开放经过处理后的稀疏点云。

这带来了几个直接限制：

标注粒度和精度不足，难以支撑更高保真的人体建模；动作分布单一，大多集中在简单的原地动作，难以反映真实场景中的复杂动态；原始雷达张量（raw radar tensor）缺失，后续研究只能在经过阈值处理后的点云上建模，无法充分利用雷达原始信号中更完整、更细粒度的空间信息。

M4Human 与已有 RF/mmWave 人体感知数据集对比。M4Human 规模更大、动作更多、标注更细、同时开放 RT 与 RPC，并支持 mesh reconstruction 与全局轨迹。

数据集本身

M4Human 补上的是什么空白

M4Human 是一个面向高保真 RF / 毫米波人体建模的大规模多模态 benchmark，包含 999 段序列、661K 同步帧、20 位参与者、50 类动作，总时长超过 15 小时。与此前许多数据集不同，M4Human 不仅提供 RGB 和 depth，还同时开放 raw radar tensor（RT） 与 radar point cloud（RPC），并配有基于高精度 marker-based MoCap 的 3D mesh 和全局轨迹标注。

这项工作的关键不是 “数据更多”，而是“数据更适合高保真人体建模”。一方面，M4Human 的动作设计更丰富 —— 不仅包含原地动作，还涵盖坐姿以及非原地的动态动作，整体分布更接近真实场景；另一方面，它提供了更完整的雷达数据表征，既开放后处理得到的点云，也保留原始 RT，让研究者可以探索从 radar tensor 到人体 mesh 的端到端建模。

与 mmBody 等已有数据集相比，M4Human 不仅规模更大，还具有更高的人体有效点云占比，并额外开放原始雷达张量 RT。

数据怎么来的

采集系统与标注链路为什么可信

一个 benchmark 是否有说服力，很大程度上取决于数据采集与标注流程是否扎实可靠。M4Human 在这方面搭建了一套完整的多模态采集平台：作者将 Intel RealSense RGB-D 相机、Vayyar 成像毫米波雷达和 Vicon MoCap 系统集成到一起，相机与雷达固定安装，Vicon 系统则提供高精度三维运动捕捉。

基于这套系统，M4Human 一方面可以同步采集 RGB、depth、RT、RPC 等多模态数据，另一方面借助 MoCap 为人体 mesh 和全局轨迹提供高质量标注。论文中提到，作者使用了 37 个 markers 进行采集，并结合后续重建与人工检查，尽可能保证 mesh 标注的准确性和时空一致性。相比许多只提供 skeleton 标注的 RF 数据集，这样的流程显然更适合支撑 mesh 级的人体建模研究。

M4Human 的数据采集与标注流程：包括传感系统搭建、空间标定、时间同步、mesh 标注生成与人工校验。

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

M4Human 数据集中多模态传感器数据与 MoCap mesh 标注的同步演示，展示了不同动作情境下雷达数据与人体标注之间的对齐效果。

Benchmark 设计

它到底在评什么

M4Human 的价值不仅在于发布了一个新数据集，还在于建立了一套相对系统的评测框架。除了动作协议划分，论文进一步定义了Random split、cross-subject和cross-action三种划分方式，分别用于评估常规设置下的表现，以及更具挑战性的泛化能力。

这一设计很重要。很多方法在随机划分下能取得不错的结果，但一旦测试对象变成未见过的 subject，或者动作分布发生变化，性能往往明显下降。M4Human 将这些更难、也更接近真实应用的问题纳入统一的 benchmark，让评测不再停留在 “模型能不能跑通”，而是进一步关注模型在真实变化条件下是否还能保持泛化能力。

RT-Mesh：直接从原始雷达张量恢复人体 mesh

围绕这个 benchmark，作者提出了RT-Mesh，作为首个直接基于 raw radar tensor 进行 HMR 的 baseline。它的意义不在于一次性给出最终答案，而在于验证了一件更基础的事情：RT 并不只是辅助信息，它本身就可以成为高保真人体建模的核心输入表征。

RT-Mesh 的整体思路是：先在 BEV 空间中进行高效定位，再从局部三维 radar tensor 中回归人体 mesh。这一设计为后续基于原始雷达信号的人体建模方法提供了一个清晰的起点，也让 M4Human 不止于 “提供数据”，同时给出了一个可复现、可比较的 baseline。

RT-Mesh 框架示意：先在 BEV 中进行高效定位，再从局部 3D radar tensor 中回归人体 mesh。

结果一：RT 不只是可用，而且在泛化场景下更稳

从实验结果看，在 radar-only 设置下，RT 和 RPC 在随机划分上的表现较为接近；但在 cross-subject 和 cross-action 这类更具挑战性的设置中，RT 往往更稳定。以 ALL 协议为例，RT-Mesh 的 MVE 在 S1/S2/S3 上分别达到 90.9 / 135.1 / 143.1 mm，推理延迟仅为 2.74 ms，计算量约 2.6 GFLOPs。

这说明原始 radar tensor 中保留了更连续、更完整的空间信息；而稀疏的 RPC 在经过阈值筛选和点云化后，会损失一部分对细粒度人体建模有用的信息。因此，在更复杂、也更强调泛化能力的测试条件下，RT 展现出更大的潜力。

Radar-only benchmark 结果。RT-Mesh 在整体性能、泛化稳定性和推理效率之间取得了较好的平衡。

数据规模对性能的影响分析：随着训练数据增加，cross-subject 与 cross-action 表现持续改善。证明了大规模数据集的优势。

结果二：mmWave 不是简单替代视觉，而是强互补模态

如果把雷达放到与视觉模态的对比中看，更准确的结论不是 “雷达取代相机”，而是 “雷达与视觉具有明确的互补性”。在单模态设置下，高分辨率 radar-only 在不少场景中已超过 RGB，并接近 depth 的表现；而在多模态融合设置下，Depth + RT 和 RPC + RT 都能带来进一步收益。

雷达的价值至少体现在两方面：

它本身具有更好的隐私友好性和环境鲁棒性；它不是视觉系统的简单替代，而是 camera-based 系统的有效补充。

论文还指出，radar 在 root trajectory tracking 上尤其有优势，这与它对移动前景更敏感、对静态背景相对不敏感的特性一致。

单模态与融合 benchmark：radar-only 已具备较强竞争力，而与视觉模态融合后还能进一步提升重建与跟踪表现。

复杂非原地动作中的可视化对比：RT 能更稳定地支持 tracking 与 mesh reconstruction，而 RPC 在身体局部缺失时更容易失败。

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

视频地址：https://mp.weixin.qq.com/s/mpdds4WyDaqg1iLH8FvUmg

复杂动作下的视频可视化结果，基于 radar 的方法得到了稳定精确的人体重建效果。

结语

从骨架到人体网格，RF 人体感知正在进入下一阶段

从更大的视角看，M4Human 推进的不只是一个新数据集，更体现了RF 人体感知研究范式的进一步演进。过去，这一领域的许多工作主要停留在 skeleton 级别的人体姿态估计；而 M4Human 把问题推进到 mesh 级建模，让隐私友好的人体感知开始具备更高保真的数据基础与评测支撑。

对于智能家居、医疗康复、人机交互以及具身智能等场景而言，未来真正需要理解的，往往不只是几个离散的关键点，而是人体在真实运动过程中的完整形态与动态变化。M4Human 为这一目标提供了更系统的 benchmark，也让 RF / 毫米波人体感知从一种可探索的感知模态，发展为一个更值得持续投入和长期建设的研究方向。

在当今这个信息爆炸的时代，各类娱乐软件层出不穷，其中好色先生TVapp凭借其独特的视频内容，吸引了大量追求刺激和新鲜感的用户。这款软件中，激情高潮戏份的呻吟声与爱欲的交织，更是让人欲罢不能。本文将深入探讨好色先生TVapp中的激情高潮戏份，带您领略其中的奥秘。 首先，让买球来了解一下好色先生TVapp。这款软件以其丰富的视频内容，满足了不同用户的需求。其中，激情高潮戏份的呻吟声与爱欲的交织，无疑是吸引众多用户的一大亮点。在这里，买球可以尽情欣赏到各种风格的高潮戏份，从激情四溢的吻戏到深情款款的拥抱，无不让人心动。 在好色先生TVapp中，激情高潮戏份的呻吟声成为了渲染氛围的重要元素。这些呻吟声既有真实感人的情感流露，也有夸张刺激的演绎，让人仿佛置身于现场，感受到了角色之间的情感波动。这些呻吟声不仅增加了戏份的看点，更让整个故事更加引人入胜。 此外，好色先生TVapp中的高潮戏份在表现手法上也颇具特色。导演们巧妙地运用镜头语言，将角色的情感变化展现得淋漓尽致。在激情四溢的吻戏中，镜头紧贴角色面部，捕捉到他们微妙的表情变化；在深情款款的拥抱中，镜头缓缓推进，展现出角色之间深厚的情感。 值得一提的是，好色先生TVapp在制作激情高潮戏份时，注重真实性与合理性。演员们通过精湛的演技，将角色内心的情感变化表现得淋漓尽致。在拍摄过程中，导演们也会对演员进行严格的指导，确保戏份的逼真程度。 当然，在欣赏好色先生TVapp中的激情高潮戏份时，买球也要理性对待。虽然这些戏份能够带来一时的刺激，但买球不能沉溺于其中，忽视了现实生活中的人际交往和情感培养。在追求激情的同时，买球也要学会珍惜身边的人，用心去感受生活中的美好。 下面，让买球通过一张图片来感受一下好色先生TVapp中的激情高潮戏份。 在欣赏完这张图片后，相信大家对好色先生TVapp中的激情高潮戏份有了更直观的了解。总之，这款软件在满足用户需求的同时，也提醒买球要珍惜现实生活中的情感。在追求激情的同时，不忘关爱身边的人，这才是买球应有的生活态度。 总之，好色先生TVapp凭借其独特的激情高潮戏份，吸引了大量用户。在欣赏这些戏份的同时，买球也要理性对待，学会珍惜生活中的美好。愿买球在追求激情的过程中，不忘初心，关爱身边的人。


《好色先生TVapp：揭秘激情高潮戏中呻吟与爱欲的交织》,在游戏内玩家可以随心所欲的控制着自己的游戏角色进行各种冒险。 【哔哩哔哩】【bilibili】
摆脱相机依赖！M4Human推动毫米波人体感知迈向新阶段
首页 > > 伊朗打响第一枪，特朗普再下通牒，中方担忧的事情，恐怕越来越近
《好色先生TVapp：揭秘激情高潮戏中呻吟与爱欲的交织》

/hanews/article/4068708.htm

「活动」首次登录送564积分

711.44MB
版本V4.07.46
下载APK 高速下载
下载《好色先生TVapp：揭秘激情高潮戏中呻吟与爱欲的交织》安装你想要的应用 更方便 更快捷 发现更多
喜欢 71%好评(87人)
评论 99
详细信息
应用介绍
一.《好色先生TVapp：揭秘激情高潮戏中呻吟与爱欲的交织》  鸡吧操逼视频
二.琪琪免费视频  少年阿宾全文
三.麻豆美女91  ，小黄色网址
四.成人电影无码  麻豆传媒91
五.香蕉视频 苹果二维码下载  vore动画视频
六.小被窝电视剧免费观看  免费直播看黄色下载
七.撕开奶罩吃乳头  色情黄瓜视频
八.吃奶子  chinaxxx

【联系买球】
客服热线：400-1288-1419
加载更多
版本更新
V.9.03.52
衣在配不在贵V文章总阅读查看TA的文章>中美俄罕见立场一致：宁愿日本在地球“消失”，也不能拥有核武器

《好色先生TVapp：揭秘激情高潮戏中呻吟与爱欲的交织》类似软件

猜你喜欢

相关攻略
包含 饿了么 的应用集
评论
  • 河南62岁务工人员清理垃圾时猝死，因超法定退休年龄未被认定工伤，检察院介入：视同工伤，赔偿87万 6天前
    “苏超”爆火后，又有哪些银行冠名足球联赛？
  • 业绩预告下修 3家A股公司或被*ST 4天前
    "瓜迪奥拉执教意大利，阿莱格里去皇马，我现在在欧足联然后当教练"：博努奇与尤文之梦
  • 别克至境E7上市：纯电235km真龙插混Pro系统，15.99万元起 3天前
    云汉芯城披露2025年年报：全年营收增25.62%达32.38亿元，全球化布局提速
  • 格力质疑海信剽窃“真铜实料”，海信回怼“恶意炒作”，空调行业正经历“铝代铜” 0天前
    伊朗赶跑2艘美舰！美伊21小时谈崩了，美军收到了特朗普一道命令
  • 我的妈耶！强推这部综艺！爆笑治愈，专治不开心啊 5天前
    让人怒愤的现实：说路灯不亮者遭警察“释法”，猥亵女学生者调去后勤
  • “马斯克版微信”来了？XChat预计4月17日推出：端到端加密，无广告 0天前
    备战科创板4年未果，3年亏31亿，清陶能源转战港股
  • 从被威胁到5亿随便花，50岁的她，是《乘风2026》最清醒的女人 3天前
    2026届高考生放心！今年高考不会更难！相反会简单！家长考生了解
  • XbotGo丨巴黎总比分4-0利物浦，登贝莱双响，双方多人伤退 2天前
    运达科技2025年净利润增长近80%，核心业务“智慧培训”增收但毛利率下滑
  • 对话优艾智合：工业具身智能大规模落地需要在“应用中泛化” 7天前
    四斤axgooo文章总阅读娱乐领域优质创作者查看TA的文章>谢娜成都演唱会应援夸张，粉丝花钱全城刷屏幕，谢娜感慨做梦见过
  • 7场比赛仅打进1球，阿斯：姆巴佩正陷入前所未有的低迷境地 6天前
    解放军报：日本包藏祸心
从秦巴深处走出“品牌名片”，安康帮扶硕果盈枝
招商银行的护城河，该换一种砌法了 -安卓手机网上最贴心的Android软件应用平台! 版权所有：成都妙笔艺术装饰工程有限公司 140.210.9.7 蜀ICP备15032182号-1