CVPR 2026|摆脱相机依赖！M 4 Human推动毫米波人体感知迈向新阶段

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。

主题：