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