{
  "paper_id": "113bf6aa2be389637515537cdb1c3e7f",
  "paper_title": "Three-Dimensional human motion analysis using LiDAR technology: A systematic review",
  "paper_authors": [
    "Jiaqi Lai",
    "Mohammad Yavari",
    "Peter Vee Sin Lee",
    "David C. Ackland"
  ],
  "publication_date": "2026",
  "publication_venue": "Journal of Biomechanics",
  "abstract": "3D Light Detection and Ranging (LiDAR) has gained increasing attention in the field of human motion analysis due to its capability to non-invasively capture dynamic 3D pose data. However, accurate extraction of motion information from sparse and unordered point clouds remains a considerable challenge. This study aimed to systematically review 3D LiDAR data processing methods for human motion analysis. The search employed five databases (Web of Science, Scopus, Medline, PubMed and Embase) to identify methods for 3D human motion detection using LiDAR data. Following screening of 752 articles, a total of 38 studies were included. Convolutional Neural Networks (CNNs) were the most commonly used algorithm for human detection from LiDAR data, while the PointNet family was widely employed in point cloud feature extraction for human joint position estimation. The CNN-based YOLOv3 model achieved the highest human detection precision (97.7%), while a fusion approach integrating 3D LiDAR data with four inertial measurement units achieved the lowest Mean Joint Position Error (30.0 mm). Use of a CNN-based Federated Learning framework with Dynamic Layer Sharing achieved the highest activity recognition accuracy (98%). Integrating deep learning techniques enables effective extraction of spatiotemporal motion patterns from raw, sparse, and unordered point clouds, enhancing LiDAR-based human motion analysis. Significant challenges still remain in improving the usability of 3D LiDAR systems, particularly in handling multi-person scenarios and ensuring robust human motion analysis in the presence of LiDAR occlusion.",
  "keywords": [
    "Joint kinematics",
    "Point cloud",
    "Motion detection",
    "Machine learning"
  ],
  "paper_institutions": [
    "University of Melbourne"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:46:53.970476Z",
  "template_tag": "deep_read",
  "summary": "# 使用 LiDAR 技术进行三维人体运动分析：系统综述\n\n\n**作者 / Authors:** Jiaqi Lai, Mohammad Yavari, Peter Vee Sin Lee, David C. Ackland\n\n\n**单位 / Institutions:** University of Melbourne\n\n\n\n**输出语言 / Output Language:** zh\n\n\n\n**发表日期 / Publication Date:** 2026\n\n\n\n**期刊/会议 / Publication Venue:** Journal of Biomechanics\n\n\n## 模块 A：阅读对齐与输入校验 / Module A: Reading Alignment and Input Check\n\n[Paper metadata]\n\n- Title: Three-Dimensional human motion analysis using LiDAR technology: A systematic review\n- Authors (name / affiliation / brief background if explicitly available): Jiaqi Lai (Department of Biomedical Engineering, University of Melbourne, Parkville, Victoria 3010, Australia; PhD candidate, first author), Mohammad Yavari (same affiliation; co-author), Peter Vee Sin Lee (same affiliation; professor, project administration and supervision), David C. Ackland (same affiliation; professor, conceptualization and supervision)\n- Publication venue / outlet: Journal of Biomechanics (2026), DOI: 10.1016/j.jbiomech.2026.113292 (journal, year 2026)\n\n[Research positioning]\n\n- Research area: Human motion analysis, 3D LiDAR point cloud processing, deep learning, biomechanics\n- Concrete task: Systematically review 3D LiDAR data processing methods for human motion analysis, focusing on human detection, joint position estimation, and activity recognition; summarize performance metrics and identify challenges\n- Target users / application scenario: Researchers and engineers in biomechanics, rehabilitation, remote monitoring, telemedicine, healthcare, sports, human-machine interaction; also relevant to autonomous driving and robotics\n\n[Input material checklist]\n\n- PDF: Yes (provided in document)\n- Appendix / supplement: Yes (Supplementary Material, Tables S1 and S2, available online via DOI)\n- Code link: Not mentioned\n- Dataset link: Not mentioned (but public datasets referenced: KITTI, LiDARHuman26M, SLOPER4D, etc.)\n\n[Missing materials and risks]\n\n- Missing items: Code link, dataset link, detailed supplementary material not provided in the current document (though stated as online), full reference list, author emails\n- Likely impact: Without code/dataset, reproducibility assessment is limited; missing supplementary tables reduce ability to verify detailed metrics per study; however, core content is sufficient for first-pass and second-pass review.\n\n[Reading route]\n\n- Step 1 (Overview): Read abstract, introduction, and conclusion to grasp review scope and key findings (Sec. 1, 5)\n- Step 2 (Methods): Examine PRISMA flow (Fig. 1), search strategy, eligibility criteria, and quality assessment (Sec. 2)\n- Step 3 (Results): Analyze subsections on detection, joint estimation, activity recognition, occlusion handling (Sec. 3.1–3.6), noting tables and figures\n- Step 4 (Discussion): Read limitations and future work (Sec. 4) to understand open challenges\n- Step 5 (Cross-check): Compare performance numbers in figures (Fig. 6) and tables (Table 2) with cited studies\n\n\n## 模块 B：第一遍鸟瞰扫描（类别/上下文/正确性/贡献/清晰度） / Module B: First Pass Overview (category, context, correctness, contribution, clarity)\n\n# Module B: 第一遍概览（First-pass Overview）\n\n## 1. 论文类型与类别（Paper type and category）\n\n这是一篇**系统综述（Systematic Review）**，遵循PRISMA指南，对基于3D LiDAR技术的人体运动分析方法进行了系统性检索、筛选、质量评估和综合总结。论文属于**调查/综述类（Survey）**，而非提出新算法或新系统的研究论文。其核心目标是对LiDAR人体运动分析中的数据处理方法进行归纳，涵盖人体检测、关节点位置估计和日常活动识别三大任务，并总结性能指标、挑战与未来方向。\n\n## 2. 背景与上下文（Context and research background）\n\n论文指出，传统运动捕捉方法（如基于标记的光学动捕、IMU可穿戴传感器、RGB视频系统）各有局限：光学动捕成本高、场地受限；IMU只能测量相对角度且存在漂移；视频系统依赖光照且存在隐私问题。3D LiDAR作为一种非接触式、不受光照影响、不记录面部/皮肤特征的技术，在人体运动分析领域逐渐受到关注。然而，LiDAR点云具有稀疏、无序、非结构化的特点，从中准确提取人体运动信息仍是挑战。该综述旨在系统梳理现有LiDAR数据处理方法，特别是深度学习方法，及其在人体检测、关节位置估计和活动识别中的精度表现，为远程监测、康复和家庭环境中的应用提供参考。\n\n## 3. 直觉正确性检查（Intuitive correctness check）\n\n论文的关键前提和假设包括：\n\n- **假设1**：LiDAR点云具有稀疏、无序、非结构化特性，需要专门的方法处理。**合理**：点云数据确实与图像或规则网格数据不同，需要对称聚合、图神经网络等专门设计。\n- **假设2**：深度学习方法（尤其是CNN、PointNet系列）能有效从点云中提取时空特征。**合理**：现有文献广泛支持深度学习在点云处理中的有效性。\n- **假设3**：多模态融合（如LiDAR+IMU、LiDAR+RGB）可以提高性能。**合理**：论文中多个研究证明了融合策略降低误差（如MPJPE从100+mm降至30mm）。\n- **假设4**：LiDAR的性能与其他主流技术（光捕、IMU、视频）相当。**合理**：论文表2提供了对比，表明LiDAR的误差和准确率在相似范围内。\n\n这些假设与论文报告的证据相符，整体逻辑自洽。\n\n## 4. 核心贡献（Core contributions）\n\n1. **系统性综述**：基于PRISMA流程，从5个数据库筛选出38项研究，全面覆盖LiDAR人体运动分析的主要任务（人体检测、关节位置估计、活动识别、遮挡处理）。\n2. **方法分类与归纳**：总结了常用的预处理技术（背景减法、聚类、重采样）、深度学习架构（CNN、PointNet家族、RNN、GNN、Transformer）及其应用场景，为读者提供了清晰的技术地图。\n3. **性能基准梳理**：整理了关键性能指标（如人类检测精度、MPJPE、活动识别准确率）的最佳结果，例如YOLOv3在人体检测中达到97.7%精度，LIP模型在关节位置估计中达到30.0mm MPJPE，FedDL框架在活动识别中达到98%准确率。\n4. **挑战与未来方向分析**：指出几个关键挑战（远端点云稀疏、缺少解剖学坐标系、计算资源需求大、多人物场景鲁棒性不足），并提出多模态融合、标准化坐标系、数据压缩等未来研究方向。\n5. **质量评估**：采用自定义质量评估清单（基于Downs & Black、QUADAS-2、PROBAST）对纳入研究进行评价，发现验证、基准比较和代码可复现性方面较为薄弱，为领域提供了方法论参考。\n\n## 5. 清晰度评估（Clarity assessment）\n\n- **结构**：论文按照系统综述的标准结构组织，包含引言、方法（检索策略、选择标准、质量评估）、结果（分任务描述）、讨论和结论。各部分逻辑清晰，层次分明。\n- **图表**：论文包含PRISMA流程图（图1）、质量评估评分图（图2）、年份分布图（图3）、方法类型柱状图（图4、5、7）、性能对比图（图6）、遮挡影响示意图（图8），以及质量评估清单（表1）和跨技术对比表（表2）。图表充分支持了文本论述，帮助读者快速理解数据趋势和关键结果。\n- **公式**：论文没有复杂的数学公式，主要引用已有模型名称，可读性好。\n- **语言可读性**：英文表达清晰，术语规范，对LiDAR和深度学习领域的读者友好。对于非专业读者，标题和摘要提供了足够的概述。\n\n总体而言，论文结构易读，图表辅助理解，专业术语有适当解释，清晰度高。\n\n## 6. 继续阅读或停止建议（Continue-or-stop recommendation）\n\n## 建议：继续阅读，进行第二遍和第三遍深入分析。\n\n**理由**：\n\n- 论文是领域综述，覆盖了LiDAR人体运动分析的核心方法和最新进展（截至2025年2月），对于了解领域全貌、寻找研究空白非常有用。\n- 论文提供了详细的性能对比和挑战分析，有助于识别未来研究方向。\n- 虽然缺少代码和数据集链接（影响可复现性验证），但综述内容完整，方法论严谨，适合作为领域入门和参考文献索引。\n- 对于从事相关研究（如生物力学、康复、远程监控）的读者，该综述提供了宝贵的方法选择和性能参考。\n\n因此，推荐继续深入阅读，重点关注论文中总结的最佳方法、数据集和性能指标，并对照原始文献进行验证。\n\n## 7. 结构大纲图（Structural outline diagram）\n\n```markmap\n# 使用 LiDAR 技术进行三维人体运动分析：系统综述\n## 1. 引言\n### 背景：传统运动捕捉方法的局限\n### LiDAR技术的优势\n### 研究目的\n## 2. 方法\n### 检索策略\n### 纳入标准\n### 质量评估\n## 3. 结果\n### 检索结果与质量评分\n### LiDAR数据预处理技术\n### 人体检测\n### 关节位置估计\n### 日常活动识别\n### 遮挡处理\n## 4. 讨论\n### 主要发现\n### 局限性：远端点云稀疏、缺少解剖坐标系、计算资源、多人物场景\n### 未来方向\n## 5. 结论\n## 附录与参考文献\n```\n\n\n## 模块 C1：论文试图解决什么问题？ / Module C1: What problem does the paper try to solve?\n\n### 1. 一句话问题定义\n\n本文旨在系统性地综述基于3D LiDAR数据进行人体运动分析（包括人体检测、关节位置估计和日常活动识别）的数据处理方法，并评估其准确性与局限性，以支持LiDAR在生物力学、康复、远程监测等领域的应用。\n\n### 2. 痛点或缺陷（2-4条）\n\n- **点云数据固有挑战**：LiDAR捕获的点云稀疏、无序、非结构化，难以精确提取人体运动信息（摘要、第1节）。\n- **现有主流方法局限**：基于标记的光学运动捕捉成本高、需专用实验室；IMU无法给出绝对位置且依赖传感器放置；基于视频的方法受光照影响且存在隐私顾虑（第1节）。\n- **LiDAR方法研究不足**：尽管LiDAR应用增加，但针对稀疏点云提取人体运动信息的数据处理方法仍未被充分研究，尤其在多人场景和遮挡下鲁棒性不足（第1节、第4节讨论）。\n- **基准与可复现性弱**：多数研究在受控条件下收集数据，缺乏多人交互场景；质量评估显示验证、基准比较和代码可复现性得分较低（第3.1节、表1）。\n\n### 3. 正式目标或优化目标（若有）\n\n本研究为系统综述，无单一数学优化目标。其形式化目标是：\n\n- 通过PRISMA指南系统检索并筛选相关文献（关键词：LiDAR AND human motion等），纳入38项研究，提取并总结方法学与性能指标（第2节）。\n- 针对三个子任务（人体检测、关节位置估计、活动识别），归纳常用预处理技术、模型架构、多模态融合策略及性能范围（第3节）。\n\n### 4. 成功标准（指标或期望属性）\n\n- **检索标准**：遵循PRISMA指南，明确报告筛选流程和纳入/排除标准（第2节）。\n- **质量评估**：采用定制质量评估表（9项，满分18分），纳入研究平均分16.4，其中30项为高质量、8项为中等质量（第3.1节）。\n- **性能指标**：\n  - 人体检测：精度（最高97.7% YOLOv3）、召回率、F1分数（最高0.95）。\n  - 关节位置估计：平均关节位置误差MPJPE（最低30.0 mm）、PCK（最高96.5%）、加速度误差（最低23.9 mm/s²）。\n  - 活动识别：分类准确率（最高98%）。\n- **应用期望**：LiDAR方法在这些指标上与IMU、光学捕捉、视频方法相当（表2），并具有无标记、非侵入、不受光照影响的优势（第4节）。\n\n\n## 模块 C2：有哪些相关研究？（最强基线/最相近思路/正交方向） / Module C2: What related research exists? (strongest baseline, closest approach, orthogonal directions)\n\n### 模块C2：相关的既往工作及本文定位\n\n#### 1. 最强基线及比较轴\n\n- **最强基线**：在关节位置估计任务中，**LiDARCap**（Li et al., 2022）作为 LiDARHuman26M 基准上的基线模型（见 Sec. 3.4）；在 SLOPER4D 基准上，**SLOPER4D baseline**（Dai et al., 2023）为基线；在活动识别中，**传统机器学习方法**（如基于手工特征或简单分类器）是最弱基线，而深度学习模型（如 ST-GCN、联邦学习框架）为较强基线。\n- **比较轴**：按任务分为**人类检测**（precision/recall/F1）、**关节位置估计**（MPJPE/PCK/加速度误差）、**活动识别**（分类准确率）。同时，在模态上比较**单模态（纯点云）vs 多模态融合（LiDAR+IMU、LiDAR+RGB等）**，在方法上比较**传统机器学习 vs 深度学习**（CNN、RNN、GNN、Transformer等）。\n\n#### 2. 最相近的方法及关键差异\n\n- **最相近方法**：以 PointNet/PointNet++ 为骨干的深度网络（如 LiDARCap、LiveHPS、LiveHPS++、LIP 等），这些方法都旨在从稀疏无序点云中提取人体姿态/关节位置。\n- **关键差异**：\n  - **LIP (Ren et al., 2023)** 引入 LiDAR-IMU 融合，利用腕/踝 IMU 信号补充点云，在 TotalCapture 数据集上达到 MPJPE 30.0 mm（最低，见 Fig. 6a），差异在于多模态融合。\n  - **LiveHPS++ (Ren et al., 2024b)** 加入噪声不敏感的 velocity predictor，并利用合成噪声增强，在 SLOPER4D 上 MPJPE 77.0 mm（最低，见 Fig. 6b），差异在于在动态环境鲁棒性。\n  - **LiDARCapV2 (Zhang et al., 2024a)** 结合 PointNet++、biGRU、MLP、ST-GCN 与 SMPL 模型，达到 PCK 96.5%（Sec. 3.4），差异在于混合架构与人体模型引导。\n  - 共同点：均依赖点云编码器（PointNet系列）提取特征，但区别在于时序建模（RNN/GNN/Transformer）、多模态融合策略、以及噪声/遮挡处理方式。\n\n#### 3. 正交方向\n\n- **传统机器学习与经典几何方法**：不依赖深度特征，如背景减法、DBSCAN聚类、均值漂移、几何对齐等（Sec. 3.2），为数据预处理提供基础。\n- **联邦学习与隐私保护**：Tu et al. (2021) 使用基于 CNN 的联邦学习框架（动态层共享）达到 98% 活动识别准确率（Sec. 3.5），该方向强调分布式训练与隐私保护，与集中式深度学习方法正交。\n- **跨模态知识迁移**：将 LiDAR 数据与其他模态（如雷达、RGB、事件相机）结合，或通过知识转移提高模型适用性（如 Rahman et al., 2021），与纯点云处理路线正交。\n- **底层系统与应用部署**：如计算效率、数据压缩、边缘设备部署（Sec. 4），与算法精度优化正交。\n\n#### 4. 一句话定位\n\n本文是一篇遵循 PRISMA 指南的系统综述，系统总结了 2000–2025 年间基于 LiDAR 的人体检测、关节位置估计与活动识别方法，并通过质量评估和性能对比，指出深度学习（尤其是 PointNet 家族）是主流，多模态融合与噪声鲁棒性是提升精度的关键，同时点云处理中的稀疏性、遮挡、计算负担及缺少解剖坐标系统仍是主要挑战。\n\n#### 建议的阅读结构\n\n- **方法**：点云预处理（背景减法、聚类、重采样）→ 特征提取（PointNet/PointNet++）→ 时序建模（RNN/GNN/Transformer）→ 输出任务。\n- **核心思想**：利用深度学习从无序、稀疏、非结构的点云中提取人体运动信息，并通过多模态融合和噪声增强提高准确性与鲁棒性。\n- **局限**：点云稀疏导致远端关节精度不足、缺乏标准解剖坐标系统、计算存储开销大、多人与遮挡场景鲁棒性差（Sec. 4）。\n\n\n## 模块 C3：论文如何解决这个问题？（流程图文字版） / Module C3: How does the paper solve the problem? (include a text flowchart)\n\n### 分类/框架总览\n\n本文（第3节）将 LiDAR 人体运动分析方法划分为三个核心任务：**人体检测**、**关节位置估计**、**日常活动识别**，并针对每个任务分别从输入数据类型、方法类别、模型架构、性能指标等维度进行梳理。此外，预处理（第3.2节）和遮挡处理（第3.6节）作为跨任务的关键环节也被纳入分析。\n\n### 主要分类轴/比较维度\n\n- **任务维度**：人体检测（3.3节）、关节位置估计（3.4节）、日常活动识别（3.5节）。\n- **输入模态**：单一 LiDAR 点云 vs 多模态融合（LiDAR+IMU、LiDAR+RGB、LiDAR+雷达、LiDAR+事件相机）。\n- **方法类别**：传统机器学习 vs 深度学习（CNN、PointNet 家族、RNN、GNN、Transformer、MLP 等）。\n- **预处理流程**：背景减法、聚类（DBSCAN、欧氏分割、均值漂移）、点云重采样（最远点采样）、多传感器标定与时间同步（3.2节）。\n- **性能指标**：检测用精确率/召回率/F1，关节估计用 MPJPE/PCK/加速度误差，活动识别用准确率。\n\n### 代表性工作分组及其意义\n\n1. **人体检测**（16项研究）：传统机器学习（3项） vs 深度学习（11项），其中 CNN 使用最广；多模态融合中有5项融合 RGB、1项融合 IMU。最佳表现为 YOLOv3（97.7% 精确率），部分研究结合 DeepSORT、卡尔曼滤波处理多人跟踪。\n2. **关节位置估计**（18项研究）：深度学习方法占13项，主干网络几乎全部采用 PointNet/PointNet++ 编码器，搭配 RNN（biGRU）、GNN（ST-GCN）、Transformer 等时序建模；多模态融合（LiDAR+IMU）显著提升精度（如 LIP 模型 MPJPE 30 mm）。\n3. **活动识别**（10项研究）：以深度学习为主（8项），输入可为原始点云或提取的骨架关键点；最优为 CNN 联邦学习框架（98% 准确率），STGCN 用于关键点建模。\n\n分组意义：直观展示不同任务的核心技术路线、常见融合策略和性能标杆，并为后续讨论局限性和改进方向提供依据。\n\n### 分类图\n\n```mermaid\nflowchart TD\n    A[\"LiDAR 点云\"] --> B[\"预处理: 背景减法/聚类/重采样/标定\"]\n    B --> C[\"任务\"]\n    C --> D[\"人体检测\"]\n    C --> E[\"关节位置估计\"]\n    C --> F[\"活动识别\"]\n    D --> D1[\"方法: 传统ML / CNN / 融合\"]\n    E --> E1[\"方法: PointNet+RNN/GNN/Transformer / 融合\"]\n    F --> F1[\"方法: CNN/STGCN / 融合\"]\n    D1 --> G[\"性能: F1 0.95, 精确率 97.7%\"]\n    E1 --> H[\"性能: MPJPE 3.0-119.3mm\"]\n    F1 --> I[\"性能: 准确率最高 98%\"]\n```\n\n（分类图基于第3.3–3.5节及图4、5、7归纳）\n\n\n## 模块 C4：实验数据集与实现设置（数据集/场景、为何选择、验证哪些关键特性） / Module C4: Datasets and implementation settings (what datasets/scenarios, why chosen, what they validate)\n\n### 1. 数据集覆盖\n\n该综述涵盖的 38 项研究中，数据集的使用依任务类型而有所侧重：\n\n- **人体检测**：16 项研究涉及人体检测，其中 **KITTI** 数据集（户外场景）最常用，用于验证行人检测算法（如 Budiyanta et al., 2024; Huynh and Alaghband, 2023; Iftikhar et al., 2022; Tian et al., 2020）。其他数据集还包括 EuroCity Persons、STCrowd 等。这些数据集主要代表自动驾驶/户外交通中的人体检测场景，构成该子领域的主要基准。\n- **关节点位置估计**：18 项研究进行关节点位置估计，最常用的基准是 **LiDARHuman26M**（户外活动）和 **SLOPER4D**（更具挑战性的城市户外场景）。此外，TotalCapture（合成点云）用于模拟评估。这些数据集覆盖长距离、户外多人场景，是当前 LiDAR 人体姿态估计的核心测试平台。\n- **日常活动识别**：10 项研究涉及活动识别，所使用的数据集较为多样化，包括 HmPEAR、LAMAR 等，但缺少统一的公共基准，多数研究使用自采数据或小规模数据。\n\n综述还提及数据集中存在的共性问题：**大多数数据在受控条件下采集，多人交互场景有限**（讨论部分，第 4 节，引用 Supplementary Table S2）。\n\n### 2. 基准（Benchmark）覆盖及其组织方式\n\n该综述没有独立创建新基准，而是系统性地汇总并对比了现有各研究在不同任务下的基准使用情况：\n\n- **人体检测**：KITTI 是最常见基准，用于户外场景；综述报告了各模型在该基准上的精度、召回率、F1 得分等指标（见图 4，表 S1）。\n- **关节点位置估计**：综述重点关注 **LiDARHuman26M** 和 **SLOPER4D** 两大主流基准。例如，在 LiDARHuman26M 上评估了 LiDARCap、LEIR、LiDAR-HMP、LiDARCapV2、Neighborhood-enhanced LidarCap、Fine TemporalPose 和 LIP 等模型；在 SLOPER4D 上评估了 baseline、PEAR-Fuse、Neighborhood-enhanced LidarCap、LiDARCap、LiveHPS、LiveHPS++ 等（第 3.4 节，图 6b）。\n- **活动识别**：各研究使用的数据集差异较大，未形成统一基准，仅报告各自分类精度。\n\n综述通过图 6 和表 S1 对各模型在相同基准上的 MPJPE、PCK 等进行横向比较，从而揭示不同方法的相对表现。\n\n### 3. 评估协议覆盖与差异\n\n评估协议（包括指标、验证策略和可重复性）在不同研究中存在明显差异：\n\n- **指标多样性**：人体检测常用 precision、recall、F1-score；关节点位置估计常用 MPJPE、PCK、加速度误差；活动识别常用分类精度。这些指标定义可见表 S1 和表 2 的脚注。\n- **验证方式**：质量评估显示，大多数研究只进行内部验证，外部验证或独立数据集验证较少（问题 7 平均分 1.6/2），与同类方法对比不充分（问题 8 平均分 1.8/2），代码可用性低（问题 9 平均分 1.1/2）。这反映了领域内评估协议的不一致性。\n- **协议不匹配**：不同研究使用不同数据集、不同预处理步骤（背景减除、聚类、重采样）、不同传感器配置（LiDAR 与其他传感融合），导致直接比较困难。例如，MPJPE 范围从 30.0 mm 到 119.3 mm，部分差异源于数据集难度和输入模态（图 6a）。此外，有些研究仅做逐帧检测，未利用时序信息，也影响了评估一致性。\n\n### 4. 为何这些覆盖选择重要及验证了什么\n\n- **数据集选择决定泛化能力评估**：KITTI、LiDARHuman26M、SLOPER4D 等公共基准提供相对统一的测试条件，使得不同方法可以比较。使用这些基准能验证模型对户外真实场景的适应性，而合成或受控数据（如 TotalCapture）则有助于评估模型对理想输入的精度。\n- **基准覆盖反映领域成熟度**：人体检测和关节点估计已有较明确的主流基准，而活动识别尚缺乏统一基准，这提示该子领域仍处于早期阶段。\n- **评估协议差异凸显标准化需求**：通过揭示验证、对比和代码共享的不足，综述强调未来研究需要更严格的评估协议，包括独立外部验证和社区基准，以提升可重复性和可比性。\n- **覆盖意义**：这些选择支持综述的核心结论——LiDAR 技术能达到与光学动捕、IMU 等相近的精度（表 2），但其在多人场景、遮挡、噪声等情况下仍需改进，而数据集和基准的完善是推动这一改进的关键。\n\n\n## 模块 C5：指标与结果（指标、结果、各指标对应的创新点） / Module C5: Metrics and results (metrics, results, which innovations each metric reflects)\n\n## 模块C5：指标与结果\n\n### 1. 核心指标定义\n\n本综述涉及三类任务的评价指标：\n\n- **人体检测**：常用**精度（Precision）**、**召回率（Recall）**和**F1分数（F1-score）**。精度衡量检测出的目标中真正人的比例，召回率衡量真实人体中被正确检出的比例，F1为二者的调和平均。另有平均精度（Average Precision）用于YOLOv3等检测器的整体性能评价（见3.3节，Table S1）。\n- **关节位置估计**：常用**平均关节位置误差（MPJPE）**（预测关节位置与真值间的平均欧氏距离，单位mm）、**关键点正确率（PCK）**（预测关键点落在真值邻域内的比例）和**加速度误差**（预测关节加速度与真值间的误差，单位mm/s²）。部分研究使用绝对误差或顶点误差（见3.4节及Table 2）。\n- **活动识别**：常用**分类准确率（Accuracy）**，即正确分类样本占总样本的比例（见3.5节）。\n\n### 2. 代表工作的对比模式\n\n- **人体检测**：16项研究。最佳性能由CNN-based YOLOv3取得，平均精度97.7%，召回97.6%（Iftikhar et al., 2022）；融合RGB与LiDAR的几何校准方法取得最高F1=0.95（Roche et al., 2022）。多目标跟踪中，Gomez et al. (2023) 使用全局最近邻分配在三人行走、复杂姿势和遮挡场景分别取得96.4%、97.5%和91.2%精度；Kalman滤波方法达97.3%平均精度（Yamaguchi et al., 2024）。传统机器学习方法（如自适应HMM）也有应用，性能低于深度学习方法。\n- **关节位置估计**：18项研究。MPJPE范围30.0–119.3mm（Fig.6a）。最佳MPJPE由LIP模型（LiDAR+IMU融合）在TotalCapture模拟点云上取得30.0mm；在SLOPER4D数据集上，LiveHPS++取得最低MPJPE 77.0mm。PCK最佳为LiDARCapV2（96.5%，Zhang et al., 2024a）；加速度误差最低为LEIR（23.9mm/s²，Yan et al., 2024）。多模态融合（LiDAR+IMU/RGB）显著优于纯点云方法。\n- **活动识别**：10项研究。最高准确率98%由CNN-based联邦学习框架（FedDL）获得（Tu et al., 2021）。传统机器学习方法（如SVM）性能较低，深度学习方法普遍更高。\n- **跨技术对比**（Table 2）：光电视觉捕捉绝对误差约10-50mm，IMU MPJPE约26-107mm，无标记视频MPJPE约7-124mm，LiDAR MPJPE约30-139mm；活动识别准确率方面：光电视觉捕捉约82.3%-90.6%，IMU约89.5%-96.2%，无标记视频约52.1%-98.8%，LiDAR约73.8%-98%。表明LiDAR性能与成熟技术相当。\n\n### 3. 共识与分歧\n\n- **共识**：①深度学习方法（尤其是PointNet族）是处理LiDAR点云的主流，CNNs在检测中常用，PointNet/PointNet++是关节估计的特征提取骨干（见3.3、3.4节）；②多模态融合（LiDAR+IMU/RGB）能显著改善关节定位精度和鲁棒性（如LIP将MPJPE降至30mm）；③数据预处理（背景减除、聚类、重采样）是必要步骤；④存在于LiDAR数据中的遮挡和噪声是公认挑战，许多研究通过注意力机制或噪声增强来缓解。\n- **分歧/差异**：①检测方法中，传统机器学习与深度学习性能差距明显，但部分传统方法（如自适应HMM）在特定多目标场景仍有竞争力；②关节估计中，不同数据集（LiDARHuman26M vs. SLOPER4D）的MPJPE差异大，同一模型在不同数据集上的排名可能不同（如LIP在TotalCapture最优，LiveHPS++在SLOPER4D最优）；③遮挡处理策略上，有的采用几何对齐，有的采用深度学习预测，还有的采用噪声感知训练，效果各异；④活动识别中，对于小规模场景，简单深度模型可能足够，但复杂联邦学习框架可提升隐私性和泛化性。\n\n### 4. 基准解释与证据强度\n\n- **数据集使用**：检测任务常用KITTI（户外行驶场景），关节估计常用LiDARHuman26M、SLOPER4D（户外、含人和物体交互），活动识别多用自定义或特定场景数据。不同数据集的采集条件、难度、点云密度差异导致跨研究直接比较受限。\n- **证据强度**：系统综述纳入38项研究，质量评估平均16.4（满分18），30项高质量、8项中等，无低质量。但研究在验证、基准比较、代码公开方面得分较低（验证1.6/2，比较1.8/2，代码1.1/2），说明多数研究缺乏外部验证和复现性，削弱了结论的泛化性。\n- **解释注意事项**：性能数字仅在各自数据集和实验设置下有效，不应跨数据集简单对比。LiDAR的MPJPE范围（30-139mm）看似与IMU/视频相当，但实际应用场景差异（户外vs室内、单目标vs多目标）需谨慎解释。此外，部分研究未提供补充细节（如Supplementary Tables），可能遗漏重要方法细节。\n\n\n## 模块 C6：有什么可以进一步探索的点？（理论/工程/数据/评测） / Module C6: What can be further explored? (theory/engineering/data/evaluation)\n\n1. **理论方向**：\n   - 引入解剖学定义的节段局部坐标系（如ISB建议的标准），将关节中心位置估计扩展至标准化的关节角度、关节活动度等生物力学指标，提升对细微功能衰退（如髋关节角度差约6°）的敏感性（见 Discussion 第4节第二点）。\n   - 发展面向多人体交互场景的因果或图模型，显式建模人员间的遮挡关系与轨迹交叉，缓解身份切换和关节定位错误问题（见 Discussion 第4节第四点）。\n\n2. **工程方向**：\n   - 设计高效的点云处理与压缩方法（例如用生物力学参数（关节角度、角速度、关节中心位置）替代原始点云作为网络输入，或采用数据压缩技术），降低存储与计算开销，以便部署于资源受限的边缘设备（见 Discussion 第4节第三点与未来研究方向）。\n   - 改进多传感器融合（尤其LiDAR与IMU）的标定与同步鲁棒性，利用IMU补充遮挡区域信息，并将融合网络轻量化以满足实时处理需求（见 Discussion 第4节与3.2节）。\n\n3. **数据/评估方向**：\n   - 构建包含多人、动态遮挡、不同环境噪声水平及真实室内外场景的公开数据集，并制定标准化的评估协议与指标（如MPJPE、PCK、活动识别精度），以系统测试各方法的泛化能力（见 Discussion 第4节第四点与3.6节）。\n   - 增加对数据质量（如点云密度、遮挡比例）与模型性能关系的定量分析，并推广“合成噪声增强+真实数据”的鲁棒性评估流程（见3.6节中LiveHPS++与LiDARCapV2的实验方法）。\n\n\n## 模块 C7：现实场景如何体现/实现？（部署约束、算力、延迟、鲁棒性） / Module C7: How would this work in real-world scenarios? (deployment constraints, compute, latency, robustness)\n\n### 现实世界部署中的表现\n\n#### 部署约束\n\n- **场景限制**：多数现有方法依赖预录背景数据进行背景减除（§3.2），这要求部署环境相对静态且预先布置，限制了在动态、多人的真实世界场景中的直接应用（§4）。\n- **多人与遮挡问题**：多人在场时人体轨迹易遮挡和交叉，导致身份切换和关节定位不佳，当前系统在拥挤环境（如诊所、自由生活、工业场所）中的鲁棒性尚未得到系统验证（§4）。\n- **环境噪声与杂物**：当人体靠近墙壁、家具等物体时，点云难以干净分割，影响测量可靠性；现有方法常假设预分割点云，降低了在杂乱环境中的鲁棒性（§3.6）。\n- **存储与边缘设备限制**：原始点云数据量巨大——60秒、约10 Hz、每帧约8万点的录制需要接近1 GB存储，这严重限制了在便携式边缘设备（如资源受限的嵌入式系统）上的部署（§4）。\n\n#### 计算与延迟影响\n\n- **计算资源需求高**：原始点云每帧包含数万个点，远高于图像或IMU的单帧表示，处理这些数据需要大量计算资源（§4）。\n- **深度学习模型复杂度**：大多数先进方法采用混合架构（如PointNet系列、RNN、MLP、GNN、Transformer等），这些模型训练和推理开销大，难以实时运行（§3.4）。\n- **实时性挑战**：虽然部分研究如“MOVIN”声称实时动捕，但整体而言，尤其在融合多传感器（LiDAR+IMU+RGB）时，坐标校准和时间同步需要额外计算，增加了延迟（§3.2）。\n\n#### 鲁棒性与安全性问题\n\n- **遮挡敏感性**：检测性能在身体超过一半被遮挡时显著下降，平均召回率从0.902降至0.782（§3.6）。\n- **噪声鲁棒性不足**：点云噪声（来自环境物体）影响关节定位，虽然噪声增强和噪声不敏感设计（如LiveHPS++）可提升鲁棒性，但多数方法仍易受背景噪声干扰（§3.6）。\n- **安全与隐私优势**：LiDAR不记录可识别的面部或皮肤特征，部分缓解了视频技术的隐私担忧（§1），但在医疗或家庭环境中仍需考虑数据安全。\n- **标准化缺失**：缺少解剖学定义的局部坐标系，难以与临床标准（如ISB建议）对接，可能影响临床安全评估（§4）。\n\n#### 可维护性\n\n- **代码与数据集不可用**：质量评估显示，代码可用性平均得分仅1.1（满2分），许多研究未提供代码、模型或参数，阻碍技术复现、维护和二次开发（§2.3）。\n- **基准数据集依赖**：模型性能高度依赖特定数据集（如KITTI、LiDARHuman26M、SLOPER4D），这些数据多为受控条件采集，与真实部署环境差异大，维护时需再训练或调参（§4）。\n- **更新需求**：技术发展快速，新架构不断涌现，系统需定期更新以适应新方法；但缺乏统一标准和接口，长期维护成本高。\n\n\n## 模块 C8：总结主要内容（一段摘要 + 5 条要点 + 1 个核心公式/机制） / Module C8: Summarize the main content (one paragraph + 5 bullets + one core formula/mechanism).\n\n## 总结段落\n\n本系统综述旨在系统梳理基于3D LiDAR的人体运动分析方法，涵盖人体检测、关节位置估计和日常活动识别三大任务。研究遵循PRISMA指南，经过五个数据库检索和两阶段筛选，最终纳入38篇研究。质量评估显示，大多数研究具有高或中等方法学质量，但在验证、基准比较和代码可复现性方面存在明显不足。预处理技术主要包括背景减除、聚类和点云重采样，常采用多传感器融合以改善性能。在检测任务中，CNN（特别是YOLOv3）达到最高检测精度97.7%；在关节估计中，LiDAR与IMU融合的LIP模型在TotalCapture数据集上达到最低MPJPE 30.0 mm；在活动识别中，基于CNN的联邦学习框架取得98%的最高准确率。PointNet家族网络作为点云特征提取骨干被广泛应用，并常与RNN、GNN或Transformer结合以建模时空特征。然而，远端关节的稀疏点云、多人体场景的遮挡与身份切换、高计算与存储开销，以及缺乏标准化关节坐标系等问题仍是主要挑战。未来方向包括多模态融合、引入ISB关节约定、提升计算效率和噪声鲁棒性。总体而言，LiDAR提供了一种无标记、无接触的3D运动分析手段，在精度上可与传统光学动捕和IMU系统相媲美，但离成熟的临床和家庭应用仍有距离。\n\n## 五个关键要点\n\n1. **方法学现状**：CNN（如YOLOv3）是人体检测中最常用的深度学习架构，PointNet/PointNet++是点云特征提取的事实标准，常用于关节位置估计（Sec. 3.3, 3.4）。\n2. **性能标杆**：检测精度最高97.7%（YOLOv3，Iftikhar et al., 2022）；关节MPJPE最低30.0 mm（LIP融合模型，Ren et al., 2023）；活动识别准确率最高98%（FedDL框架，Tu et al., 2021）。\n3. **融合优势**：LiDAR与IMU或RGB的多模态融合可显著降低关节误差（如MPJPE从>100 mm降至30 mm），并提升遮挡下的鲁棒性（Sec. 3.4, 4）。\n4. **核心挑战**：远端关节点云稀疏、多人体场景下的遮挡和身份切换、高计算与存储开销、缺乏解剖学关节坐标系（Sec. 4）。\n5. **未来方向**：多模态融合、引入ISB标准化关节坐标系、提高计算效率（如点云压缩或参数化）、增强噪声与多人体鲁棒性（Sec. 4-5）。\n\n## 核心机制\n\nLiDAR-based human motion analysis 的核心机制可概括为：对稀疏无序点云进行预处理（背景减除→聚类→重采样），再利用具有**对称聚合函数**（如PointNet中的max pooling）的深度学习编码器提取置换不变的点特征，然后通过时间建模模块（如RNN、Transformer）捕捉时序依赖，最后回归得到关节位置或分类活动。这一流程可用如下伪代码（LaTeX）描述：\n\n\\[ \\mathbf{F} = \\text{Encoder}(\\text{Preprocess}(\\mathbf{P})) = \\text{PointNet}( \\{ \\mathbf{p}_i \\} ) \\text{，其中} \\mathbf{F} = \\max_i( h(\\mathbf{p}_i) ) \\]\n\n其中\\(\\mathbf{P}\\)为输入点云，\\(\\mathbf{p}_i\\)为第\\(i\\)个点，\\(h\\)为共享MLP，\\(\\max\\)为对称聚合。之后，\\(\\mathbf{F}\\)输入时序模型（如biGRU）得到运动特征，再经全连接层输出关节坐标或活动类别。\n\n\n## 模块 D：第二遍内容理解（方法结构/关键图表/实验） / Module D: Second Pass (method structure, key figures, experiments)\n\n## 模块D：二遍理解\n\n### 1. 分类结构（Taxonomy）\n\n本综述按三个核心任务和若干方法维度构建分类结构：\n\n- **核心任务**：人体检测（Human Detection）、人体关节位置估计（Joint Position Estimation）、日常活动识别（Activity Recognition）。\n- **方法类别**：传统机器学习 vs 深度学习；深度学习内部进一步按架构区分（CNN、RNN、GNN、Transformer、PointNet家族等）。\n- **输入数据模态**：仅LiDAR vs 多模态融合（LiDAR+RGB、LiDAR+IMU、LiDAR+RGB+事件相机等）。\n- **预处理技术**：背景减除、聚类（DBSCAN，欧氏距离分割，均值漂移）、点云重采样（最远点采样）、多传感器标定与时间同步。\n\n### 2. 代表性聚类及其分离方式\n\n综述将38项研究按任务分组，并进一步根据以下维度聚类：\n\n- **按任务分**：16项研究聚焦人体检测，18项聚焦关节位置估计，10项聚焦活动识别（部分研究重叠）。\n- **按输入数据分离**：图4a（检测）、图5a（关节）、图7a（活动）分别展示了单模态与多模态融合的计数，融合方式包括LiDAR+RGB、LiDAR+IMU、LiDAR+RGB+事件等，据此将研究分为纯LiDAR vs 融合。\n- **按方法类别分离**：图4b、5b、7b区分了传统机器学习与深度学习，其中深度学习进一步分为CNN、PointNet家族、RNN、GNN、Transformer等架构。\n- **按基准数据集分离**：关节估计部分以LiDARHuman26M、SLOPER4D、TotalCapture等数据集作为独立聚类进行性能比较（图6b）。\n\n### 3. 重要图表解释\n\n#### 图6（性能对比）\n\n- **(a) 所有模型的MPJPE**：展示了所有纳入研究中报告的平均每关节位置误差（MPJPE），范围从30.0 mm到119.3 mm。最佳结果（30.0 mm）来自LIP模型（PointNet+IMU融合），在TotalCapture模拟数据上取得。\n- **(b) 在两个主要基准上的MPJPE**：LiDARHuman26M和SLOPER4D数据集上的模型对比。LiDARHuman26M上LIP最优（具体数值未在原文中给出，但文本指出LIP取得最佳），SLOPER4D上LiveHPS++最优（77.0 mm）。该图支持“融合方法优于纯点云方法”的结论。\n\n#### 表2（跨技术对比）\n\n- 对比了光电子动捕、IMU、无标记视频和LiDAR在关节中心位置误差和活动识别准确率上的范围。\n- LiDAR的MPJPE为约30–139 mm，活动识别准确率约73.8%–98%，与IMU（MPJPE 26–107 mm，准确率89.5%–96.2%）和视频（MPJPE 7–124 mm，准确率52.1%–98.8%）相当。此表支撑“LiDAR性能可与其他技术媲美”的论点。\n\n### 4. 比较表解读与覆盖结构\n\n表2的覆盖结构：\n\n- **列**：技术类别、评价指标、误差范围、参考基准、性能范围。\n- **行**：Optoelectronic motion capture、IMU、Markerless Video、LiDAR。\n- 关节中心检测部分：光电子（绝对误差10–50 mm，基准为双平面荧光成像）、IMU（MPJPE 26–107 mm）、视频（MPJPE 7–124 mm）、LiDAR（MPJPE 30–139 mm）。\n- 活动识别部分：光电子（准确率82.3%–90.6%）、IMU（89.5%–96.2%）、视频（52.1%–98.8%）、LiDAR（73.8%–98%）。\n- 分析：LiDAR与IMU/视频重叠度较高，但误差范围更宽，说明其仍有改进空间；表2的参考基准不同（例如光电子使用绝对误差，其余使用MPJPE），需注意度量不一致。\n\n### 5. 综述合成图（Survey Synthesis Diagram）\n\n```text\n3D LiDAR点云数据\n   │\n   ├── 预处理：背景减除、聚类（DBSCAN等）、重采样（FPS）\n   │\n   ├── 任务1：人体检测\n   │     ├── 输入：仅LiDAR vs 融合（+RGB/+IMU）\n   │     ├── 方法：传统ML（3项） vs 深度学习（11项，CNN为主）\n   │     └── 关键性能：YOLOv3精度97.7%，F1=0.95（融合）\n   │\n   ├── 任务2：关节位置估计\n   │     ├── 输入：仅LiDAR vs 融合（+IMU/+RGB/+事件）\n   │     ├── 方法：深度学习13项，PointNet家族为主干，结合RNN/GNN/Transformer/MLP\n   │     ├── 基准：LiDARHuman26M、SLOPER4D、TotalCapture\n   │     └── 关键性能：LIP (30.0mm MPJPE)，LiveHPS++ (77.0mm SLOPER4D)，LiDARCapV2 (PCK 96.5%)\n   │\n   └── 任务3：活动识别\n         ├── 输入：仅LiDAR vs 融合（+RGB/+雷达）\n         ├── 方法：传统ML（2项） vs 深度学习（8项）\n         └── 关键性能：FedDL动态层共享准确率98%\n```\n\n图解：该图展示了流程图，从原始LiDAR数据出发，经预处理后按三个研究任务分支，每个分支列出输入模态、方法分类和代表性性能指标。这符合系统综述的典型结构，便于读者理解领域内技术矩阵。\n\n\n## 模块 E：第三遍深度审视（重建/假设/失败模式/审稿意见） / Module E: Third Pass (reconstruction, assumptions, failure modes, review)\n\n## 1. 分类学假设 (Taxonomy Assumptions)\n\n这篇系统综述将 LiDAR 人体运动分析任务划分为三大类：**人体检测 (Human Detection)**、**关节位置估计 (Joint Position Estimation)** 和**日常活动识别 (Human Daily Activity Recognition)**，并额外讨论了**数据预处理**和**遮挡处理**两个横切主题。该分类方式基于常见的计算机视觉/机器学习任务分解，隐含假设是这三个任务之间存在明确的边界和独立的研究流程。例如，检测被定义为定位场景中的人，关节估计在此基础上提供更细粒度的关节坐标，活动识别则进一步对动作进行分类。\n\n另一个隐含假设是：**深层学习方法（尤其是 PointNet 系列）是处理 LiDAR 点云的主流且最有效的方式**。综述中在关节估计部分重点关注了 PointNet/PointNet++ 作为特征提取骨架，并将其与 RNN、MLP、GNN、Transformer 等时序/结构建模结合。这种假设可能导致对传统几何方法或基于模板匹配的方法关注不足，尽管文中也提到了一些非深度学习方法（如聚类、背景减除），但整体叙事仍以深度学习为重心。\n\n此外，该分类假设**性能指标的可比性**，即不同研究之间使用相同的评价指标（如 MPJPE、PCK、准确率）时可以横向比较，但文中并未深入讨论不同数据集、不同传感器配置、不同实验条件下这些指标的直接可比性可能带来的偏差。\n\n## 2. 覆盖偏差 (Coverage Bias)\n\n- **时间范围与检索策略**：检索时间窗为 2000-01-01 至 2025-02-13，但最终纳入的 38 篇研究主要集中在 2019 年之后（Fig. 3），反映出该领域是近年才快速发展的。然而受限于关键词组合（如 \"LiDAR\" AND \"human activity recognition\" 等），可能遗漏了以“点云”或“深度传感器”为关键词、但实际使用 LiDAR 数据的研究。\n- **语言与类型限制**：只纳入了英文文献，排除了学位论文和综述，这可能导致灰色文献和一部分重要技术细节（如 thesis 中更详细的模型描述）被遗漏。\n- **量化指标要求**：纳入标准之一是需要报告定量评估指标，这排除了那些只提供定性结果或未给出具体数值的研究，可能使综述偏向于容易报告指标的任务（如分类、回归）而忽略某些以定性演示为主的应用。\n- **场景和数据集偏差**：文中提到多个公共数据集（如 KITTI、LiDARHuman26M、SLOPER4D），这些数据集多为户外、城市或简单室内环境，多人类复杂交互场景较少，导致综述反映的“SOTA”性能可能过于乐观，且低估了在多主体遮挡、拥挤环境下的挑战。\n- **质量评估的偏差**：质量评分基于自定义清单（基于 Downs & Black, QUADAS-2, PROBAST），评分由两位审阅者主观判定，且没有报告评分者间一致性系数（如 kappa），可能引入主观偏差。所有研究平均分 16.4/18，高分可能源于清单多数问题易于满足（如目标明确、方法描述清晰），而真正影响可复现性的代码可得性得分较低（1.1/2），暗示报告良好与实际可复现之间存在差距。\n\n## 3. 盲点或遗漏领域 (Blind Spots / Omitted Areas)\n\n- **实时性与计算资源限制**：虽然文中在讨论部分提到了计算资源需求，但对具体推理速度、FPS、内存占用等定量比较严重缺乏。未单独分析哪些方法能在嵌入式设备或边缘设备上实时运行，这对于实际部署（如家庭监护、机器人）至关重要。\n- **跨主体泛化与个体差异**：综述未涉及模型在不同体型、年龄、性别、运动能力人群上的泛化能力，也未讨论穿着、遮挡物（如背包、轮椅）对点云质量的影响。大部分实验数据来自健康受试者，对临床人群（如卒中患者、老年人）的有效性未知。\n- **隐私与伦理讨论不足**：文中提到 LiDAR 相比 RGB 相机具有隐私优势，但未深入探讨 LiDAR 数据本身可能泄露的信息（如身份识别、行为模式），也未讨论在部署中如何进行数据脱敏、法律法规合规等问题。\n- **多模态融合的系统性比较**：虽然总结了融合 IMU/RGB 的研究，但未对这些融合策略进行统一的理论分析（如融合层级、损失函数设计、时序对齐方式），也缺乏对融合收益与额外硬件成本的权衡讨论。\n\n## 4. 优势与劣势 (Strengths and Weaknesses)\n\n### 优势\n\n- **方法论严谨**：遵循 PRISMA 指南，提供了详尽的检索策略、筛选流程和质量评估清单，增强了可重复性。\n- **分类清晰**：将任务划分为检测/关节/活动三大类，并分别总结常用的预处理、模型架构和评价指标，便于读者快速定位相关工作。\n- **性能汇总**：给出了多个代表性方法在不同数据集上的 MPJPE 和精度数值（如 Ren et al. 2023 在 TotalCapture 上达到 30.0mm，Tu et al. 2021 活动识别精度 98%），为领域提供了现状快照。\n- **挑战分析深刻**：讨论部分明确指出远端关节稀疏性、缺少解剖学坐标系统、计算资源需求、多主体场景等问题，并跨模态进行了粗略比较（Table 2）。\n\n### 劣势\n\n- **缺乏元分析和统计学证据强度评估**：仅列出各研究的性能，没有尝试进行效应量合并或异质性分析，因此无法判断总体效果的置信度。\n- **质量评估清单的非标准化**：虽有来源，但自定义组合的清单并未预先验证其信效度，评分者间一致性未报告。\n- **研究间可比性有限**：各研究使用的数据集、传感器参数、受试者数量差异大，文中仅用单一指标（如 MPJPE）进行并列比较，缺少对影响因素的量化讨论（如传感器距离、点云密度、遮挡程度）。\n- **检索范围可能不完整**：仅使用五个数据库，未涵盖 arXiv 等预印本，也排除了非英文文献，可能遗漏某些重要工作（特别是来自亚洲/欧洲的非英语研究）。\n- **叙述性偏向**：对深度学习方法的篇幅远多于传统方法，且对 PointNet 家族过度强调，可能低估了其他点云处理范式（如基于体素的、基于图的方法）的价值。\n\n## 5. 未来综述更新方向 (Future Survey-Update Directions)\n\n- **补充实时性和资源消耗量化指标**：纳入研究的运行时间（FPS）、内存占用、模型参数数量，为边缘部署决策提供依据。可使用统一基准（如 Jetson、手机端）进行标准化评估。\n- **扩展多主体和动态环境的研究**：关注更接近真实世界的复杂场景（如医院、养老院、工厂），纳入多聚焦、遮挡、背景噪声等挑战，并推动新数据集和 benchmark 的发展。\n- **标准化解剖学坐标系统和生物力学指标**：综述仅提及为数不多的研究实现了 ISB 推荐标准，未来更新应梳理和鼓励在 LiDAR 模型中融入关节坐标系定义，使得输出可直接用于临床运动分析（如关节角度、力矩）。\n- **跨模态深度融合与隐私保护**：系统对比 LiDAR+IMU、LiDAR+RGB、LiDAR+雷达等不同融合策略的收益与代价，并探讨差分隐私、数据脱敏等隐私增强技术，推动其在远程医疗和智能家居中的合规应用。\n\n\n## 模块 F：术语表与概念依赖图 / Module F: Glossary and Concept Map\n\n## 术语表（Glossary）\n\n1. **LiDAR (Light Detection and Ranging) / 光探测与测距**\n   - 定义：一种主动遥感技术，通过发射激光脉冲并测量反射时间来计算物体与传感器之间的距离，从而生成三维点云。\n   - 直觉：类似激光雷达“扫描”环境，每个点代表一个表面反射位置，形成三维“照片”。\n   - 在本文中的角色：核心传感模态，用于非侵入式捕捉人体全身三维运动，是全文主题。\n   - 前置知识：激光测距原理、点云基本概念。\n\n2. **Point Cloud / 点云**\n   - 定义：由大量三维坐标点（可能附带强度等属性）组成的数据集合，表示物体表面或场景的几何形状。\n   - 直觉：想象空间中随机分布的“点云”雾，每个点有坐标，但点之间无固定连接。\n   - 在本文中的角色：LiDAR 输出的原始数据形式，是所有处理流程的输入。\n   - 前置知识：三维坐标系统、空间数据结构。\n\n3. **Human Motion Analysis / 人体运动分析**\n   - 定义：通过测量和解释人体运动学（如关节位置、角度、速度）来评估神经肌肉骨骼功能的过程。\n   - 直觉：量化一个人如何移动，例如行走时膝关节角度变化。\n   - 在本文中的角色：研究目标，LiDAR 技术服务于该应用。\n   - 前置知识：生物力学、运动学基础。\n\n4. **Joint Kinematics / 关节运动学**\n   - 定义：描述关节位置、角度、速度和加速度随时间的变化，不涉及引起运动的力。\n   - 直觉：只关注“怎么动”，不关心“为什么动”。\n   - 在本文中的角色：LiDAR 运动分析的核心输出指标，如关节中心位置误差。\n   - 前置知识：解剖学、刚体运动学。\n\n5. **Machine Learning / 机器学习**\n   - 定义：让计算机从数据中学习模式并作出预测或决策的算法领域。\n   - 直觉：不显式编程规则，而是通过例子训练模型。\n   - 在本文中的角色：用于处理点云、检测人体、估计关节位置和识别动作的核心技术。\n   - 前置知识：统计学、线性代数、编程基础。\n\n6. **Deep Learning / 深度学习**\n   - 定义：机器学习的一个子领域，使用多层神经网络自动从原始数据中提取特征。\n   - 直觉：模仿人脑神经元连接，通过多层抽象学习复杂表示。\n   - 在本文中的角色：绝大多数被综述方法采用，尤其 CNN、PointNet、RNN、Transformer 等。\n   - 前置知识：神经网络基础、反向传播。\n\n7. **Convolutional Neural Network (CNN) / 卷积神经网络**\n   - 定义：一种包含卷积层的深度神经网络，擅长提取局部空间特征，常用于图像或投影数据。\n   - 直觉：通过滤波器扫描输入，捕捉局部模式。\n   - 在本文中的角色：用于人体检测，将点云投影到网格后用 CNN 处理，如 YOLOv3。\n   - 前置知识：图像处理、卷积运算。\n\n8. **PointNet / 点网络**\n   - 定义：一种直接处理无序点集的深度学习架构，通过对称聚合函数（如最大池化）实现置换不变性。\n   - 直觉：对点云中每个点提取特征，再用对称函数综合，确保点的顺序不影响结果。\n   - 在本文中的角色：点云特征提取的主要骨干网络，用于关节位置估计。\n   - 前置知识：深度学习、点集处理。\n\n9. **PointNet++ / 点网络++**\n   - 定义：PointNet 的改进版，通过分层采样和局部区域特征提取，捕捉点云的局部结构。\n   - 直觉：先分组、再逐层聚合，像漏斗一样从局部到全局。\n   - 在本文中的角色：与 PointNet 一起构成 LiDAR 关节位置估计的常用编码器。\n   - 前置知识：PointNet、最远点采样、球查询。\n\n10. **Recurrent Neural Network (RNN) / 循环神经网络**\n    - 定义：一种擅长处理序列数据的神经网络，通过隐藏状态保留时间信息。\n    - 直觉：记忆过去输入，并用于当前输出，适合处理时间序列。\n    - 在本文中的角色：用于捕捉帧间时间依赖性，如 biGRU 提取运动时序特征。\n    - 前置知识：序列模型、梯度传播。\n\n11. **Gated Recurrent Unit (GRU) / 门控循环单元**\n    - 定义：一种 RNN 变体，通过更新门和重置门控制信息流动，更易训练。\n    - 直觉：有“记忆开关”，决定记忆多久和是否忘记。\n    - 在本文中的角色：双向 GRU (biGRU) 用于时间依赖建模。\n    - 前置知识：RNN、LSTM。\n\n12. **Graph Neural Network (GNN) / 图神经网络**\n    - 定义：处理图结构数据的神经网络，通过消息传递聚合邻居信息。\n    - 直觉：节点间按连接传播特征，比如人体骨骼图。\n    - 在本文中的角色：捕捉人体骨骼空间拓扑关系，如 ST-GCN。\n    - 前置知识：图论、神经网络基础。\n\n13. **Spatio-Temporal Graph Convolutional Network (ST-GCN) / 时空图卷积网络**\n    - 定义：在图卷积基础上同时建模空间和时间维度的网络，常用于人体骨骼动作识别。\n    - 直觉：不仅聚合相邻关节，还聚合相邻帧的同类节点。\n    - 在本文中的角色：用于利用骨骼关节点进行活动识别（如 40 种日常活动）。\n    - 前置知识：GNN、图卷积、序列建模。\n\n14. **Transformer / 变换器**\n    - 定义：基于自注意力机制的深度学习架构，擅长捕捉长距离依赖。\n    - 直觉：给序列中每个元素分配权重，考虑所有位置的关联。\n    - 在本文中的角色：较新研究用于捕捉长范围时空关系。\n    - 前置知识：注意力机制、自注意力。\n\n15. **Mean Per Joint Position Error (MPJPE) / 平均关节位置误差**\n    - 定义：所有关节的预测位置与真值之间欧氏距离的平均值，单位 mm。\n    - 直觉：预测的关节“平均偏多远”。\n    - 在本文中的角色：关节位置估计的主要评估指标，范围 30.0–119.3 mm。\n    - 前置知识：欧氏距离、坐标系。\n\n16. **Percentage of Correct Keypoints (PCK) / 正确关键点百分比**\n    - 定义：预测关键点与真值距离小于阈值（通常为相对躯干尺寸的比例）的比例。\n    - 直觉：衡量“有多少关键点落在允许误差内”。\n    - 在本文中的角色：关节位置估计的另一个评估指标，最高 96.5%。\n    - 前置知识：关键点标注、阈值设定。\n\n17. **Accuracy / 准确率**\n    - 定义：分类任务中正确分类样本占总样本的比例。\n    - 直觉：猜对的概率。\n    - 在本文中的角色：活动识别的主要指标，最高 98%。\n    - 前置知识：混淆矩阵、分类评估。\n\n18. **Background Subtraction / 背景减除**\n    - 定义：从场景中移除静态背景点云，只保留动态人体点云的处理方法。\n    - 直觉：先拍一张“空房间”，之后每帧减去空房间的静止部分。\n    - 在本文中的角色：LiDAR 数据预处理的第一步，常用于 human detection。\n    - 前置知识：点云对齐、差异计算。\n\n19. **Clustering / 聚类**\n    - 定义：将点云按空间邻近性分组为不同簇，用于分离个体或身体部位。\n    - 直觉：把相近的点归为一堆，每堆代表一个对象。\n    - 在本文中的角色：预处理第二步，如 DBSCAN、欧氏距离分割。\n    - 前置知识：距离度量、无监督学习。\n\n20. **DBSCAN / 基于密度的空间聚类算法**\n    - 定义：基于密度的聚类算法，将高密度区域划分为簇，任意形状均可。\n    - 直觉：在密集区域扩展簇，稀疏点视为噪声。\n    - 在本文中的角色：常用聚类方法之一，用于点云分割。\n    - 前置知识：密度、ε邻域。\n\n21. **Farthest Point Sampling (FPS) / 最远点采样**\n    - 定义：一种点云降采样方法，迭代选取离已选集合最远的点，保证覆盖均匀。\n    - 直觉：先选一个点，然后每次选最远的点，直到达到目标数量。\n    - 在本文中的角色：用于标准化每帧点的数量，统一输入尺寸。\n    - 前置知识：点云采样、距离计算。\n\n22. **Data Fusion / 数据融合**\n    - 定义：将来自多个传感器或模态的信息整合为统一表示的过程。\n    - 直觉：把不同“眼睛”看到的信息合并，得到更全面视角。\n    - 在本文中的角色：LiDAR 常与 IMU、RGB 图像或事件相机融合以提升性能。\n    - 前置知识：传感器校准、特征级/决策级融合。\n\n23. **Inertial Measurement Unit (IMU) / 惯性测量单元**\n    - 定义：由加速度计、陀螺仪等组成的传感器，测量线加速度和角速度。\n    - 直觉：像内耳的前庭系统，感知速度和旋转。\n    - 在本文中的角色：与 LiDAR 融合用于关节位置估计或增强检测。\n    - 前置知识：加速度、角速度、坐标系。\n\n24. **Human Detection / 人体检测**\n    - 定义：在传感器视野中识别并定位一个或多个人体的任务。\n    - 直觉：找出“人在哪里”。\n    - 在本文中的角色：三大任务之一，16 篇研究涉及。\n    - 前置知识：目标检测、二分类。\n\n25. **Joint Position Estimation / 关节位置估计**\n    - 定义：从传感器数据推断人体解剖关节的三维位置和方向。\n    - 直觉：找出每个关节的坐标。\n    - 在本文中的角色：核心任务之一，18 篇研究涉及。\n    - 前置知识：人体解剖、三维坐标。\n\n26. **Activity Recognition / 活动识别**\n    - 定义：识别并分类日常人体动作（如走路、喝水）。\n    - 直觉：判断一个人在做什么。\n    - 在本文中的角色：三大任务之一，10 篇研究涉及。\n    - 前置知识：分类、时间序列分析。\n\n27. **Occlusion / 遮挡**\n    - 定义：传感器视线被物体阻挡导致点云缺失或部分人体不可见的情况。\n    - 直觉：有人或物体挡住视线，看不到某些身体部位。\n    - 在本文中的角色：关键挑战之一，降低检测和定位精度。\n    - 前置知识：激光传播、可见性。\n\n28. **KITTI Dataset / KITTI 数据集**\n    - 定义：用于自动驾驶场景的公开数据集，包含 LiDAR、RGB 等传感器数据，常用于 3D 目标检测。\n    - 直觉：一个大型野外驾驶数据包，包含行人等信息。\n    - 在本文中的角色：人体检测研究中最常用的验证数据集。\n    - 前置知识：机器学习数据集、标注。\n\n29. **LiDARHuman26M / LiDAR 人体 26M 数据集**\n    - 定义：一个大规模 LiDAR 人体姿态估计数据集，包含 26 个关键点，用于户外场景。\n    - 直觉：专为 LiDAR 人体姿态估计设计的大规模数据。\n    - 在本文中的角色：关节位置估计常用基准数据集。\n    - 前置知识：姿态估计、数据集构造。\n\n30. **SLOPER4D / 场景感知 4D 人体姿态数据集**\n    - 定义：包含城市环境中的 4D 人体姿态（三维 + 时间）的数据集，使用 LiDAR 和 IMU 采集。\n    - 直觉：记录人在真实街道移动的完整 4D 信息。\n    - 在本文中的角色：LiDAR 关节位置估计的挑战性基准。\n    - 前置知识：4D 表示、传感器融合。\n\n31. **PRISMA / 系统综述报告规范**\n    - 定义：系统综述和元分析的首选报告项，指导透明完整的综述报告。\n    - 直觉：一套写作清单，确保综述有标准结构。\n    - 在本文中的角色：综述方法遵循 PRISMA 指南。\n    - 前置知识：系统综述方法。\n\n32. **Downs & Black Checklist / 唐斯与布莱克检查表**\n    - 定义：评估非随机和随机研究方法学质量的工具，评估报告完整性、外部效度、内部效度等。\n    - 直觉：一份打分问卷，评估研究有多严谨。\n    - 在本文中的角色：质量评估的组成部分之一。\n    - 前置知识：研究设计、偏倚评估。\n\n33. **QUADAS-2 / 诊断准确性研究质量评估工具**\n    - 定义：评估诊断准确性研究偏倚风险和实用性的工具，涵盖患者选择、指标测试、参考标准等。\n    - 直觉：针对诊断测试的偏倚检查表。\n    - 在本文中的角色：质量评估的一部分。\n    - 前置知识：诊断试验、偏倚概念。\n\n34. **PROBAST / 预测模型偏倚评估工具**\n    - 定义：评估预测模型研究偏倚风险和适用性的工具。\n    - 直觉：检查预测模型是否可靠。\n    - 在本文中的角色：质量评估的第三部分。\n    - 前置知识：预测模型、风险偏倚。\n\n35. **YOLOv3 / 你只看一眼 版本3**\n    - 定义：一种单阶段目标检测 CNN，速度快、精度高，常用于实时检测。\n    - 直觉：直接回归边界框和类别，不先产生候选区域。\n    - 在本文中的角色：在其研究中取得最高人体检测精度 97.7%。\n    - 前置知识：CNN、目标检测。\n\n36. **Federated Learning / 联邦学习**\n    - 定义：在不共享原始数据的情况下，多个客户端协作训练模型的机器学习范式。\n    - 直觉：各自训练，只共享模型参数，保护隐私。\n    - 在本文中的角色：用于活动识别，动态层共享框架取得 98% 准确率。\n    - 前置知识：分布式训练、隐私保护。\n\n37. **Dynamic Layer Sharing / 动态层共享**\n    - 定义：联邦学习中一种策略，根据数据分布动态共享某些模型层，提高个性化与性能。\n    - 直觉：不同设备共享部分层，其他层本地定制。\n    - 在本文中的角色：提高活动识别准确率的机制。\n    - 前置知识：联邦学习、神经网络层。\n\n38. **SMPL (Skinned Multi-Person Linear Model) / 蒙皮多人线性模型**\n    - 定义：一个参数化人体网格模型，通过姿态参数和体型参数生成三维人体表面。\n    - 直觉：一个可变形的人体“橡皮人”，通过参数控制姿势和胖瘦。\n    - 在本文中的角色：用于关节位置估计，如 LiDARCapV2 中结合 SMPL。\n    - 前置知识：三维网格、参数化模型。\n\n39. **KITTI 之外的另外数据集**（从略，但列出）\n\n40. **ISB (International Society of Biomechanics) / 国际生物力学学会**\n    - 定义：提出运动学数据标准化的国际组织，规定关节坐标系和角度定义。\n    - 直觉：给生物力学领域的“度量标准”。\n    - 在本文中的角色：讨论 LiDAR 方法缺乏标准化关节坐标系的局限性。\n    - 前置知识：关节坐标系、运动学标准化。\n\n## 概念依赖图（文本形式）\n\nLiDAR → 点云 → 预处理（背景减除→聚类→重采样） → 特征提取（PointNet/PointNet++） → 时间建模（RNN/GRU/Transformer） → 运动分析 → 任务（人体检测、关节位置估计、活动识别）\n\n检测：点云/图像 → CNN (YOLOv3) → 精度/召回率 | 多目标跟踪（DeepSORT等）\n\n关节估计：点云 + IMU/RGB → PointNet+RNN+MLP → MPJPE/PCK | 遮挡→噪声鲁棒性（注意力机制、数据增强）\n\n活动识别：点云或骨骼 → ST-GCN → 准确率 | 联邦学习→隐私\n\n## 概念依赖图\n\n核心流程：LiDAR → 点云 → 预处理 → 特征提取 → 运动分析 → 任务\n\n任务分支：\n\n- 人体检测：背景减除/聚类 → CNN 检测器 → 精度/召回\n- 关节位置估计：融合 IMU/RGB → PointNet++ → RNN/Transformer → MPJPE\n- 活动识别：骨骼/点云 → ST-GCN → 准确率\n\n支撑概念：点云无序性 → 对称聚合（PointNet） | 时间依赖 → RNN | 空间拓扑 → GNN | 遮挡 → 鲁棒性方法\n\n评估概念：MPJPE/PCK/精度/召回率/准确率\n\n数据集：KITTI → 检测 | LiDARHuman26M/SLOPER4D → 关节估计\n\n标准：PRISMA → 综述方法 | ISB → 关节坐标系\n\n\n\n\n## 模块 G：联网核验与引用校对 / Module G: Verification and Citation Check\n\n# 验证模块 (Module G)\n\n## 1. 关键事实性声明（每个声明至少两个来源）\n\n- **声明：CNN 是人体检测中最常用的深度学习算法。** 来源：本文 Section 3.3 明确提到“CNNs were the most commonly employed deep learning model for human detection from LiDAR data”，并引用了多个研究，如 Budiyanta et al. (2024), Cong et al. (2022), Dai et al. (2022), Gomez et al. (2023), Huynh & Alaghband (2023), Iftikhar et al. (2022), Karki et al. (2024), Kim et al. (2020), Roche et al. (2022), Tian et al. (2020), Zhong et al. (2021) 等。\n\n- **声明：PointNet 系列是点云特征提取用于人体关节位置估计的主流方案。** 来源：Section 3.4 指出“most deep neural network approaches use PointNet-family encoders for feature extraction, predominantly PointNet and PointNet++”，并列举了使用 PointNet (Cong et al., 2023; Han et al., 2024; Ren et al., 2023, 2024a,b) 和 PointNet++ (Cai et al., 2024; Jang et al., 2023; Lin et al., 2024; Zhang et al., 2024a,b; Li et al., 2022; Yan et al., 2024) 的研究。\n\n- **声明：基于 CNN 的 YOLOv3 实现了最高的人体检测精度（97.7%）和召回率（97.6%）。** 来源：Section 3.3 明确引用 Iftikhar et al. (2022) 的研究；同时该结果在 Supplementary Material Table S1 中亦有汇总。\n\n- **声明：融合 LiDAR 与惯性测量单元 (IMU) 的 LIP 模型在 TotalCapture 模拟点云上取得了最低的 MPJPE（30.0 mm）。** 来源：Section 3.4 和 Figure 6a 报告了该结果；具体模型描述见 Ren et al. (2023)。\n\n- **声明：使用 CNN 联邦学习框架（动态层共享）取得了最高的人体活动识别准确率（98%）。** 来源：Section 3.5 明确说明“The highest human activity recognition accuracy was 98%, obtained using the CNNs-based Federated Framework with Dynamic Layer Sharing”，引用 Tu et al. (2021)；该结果也出现在 Table 2 中。\n\n- **声明：系统综述共纳入 38 项研究，平均质量评分为 16.4，其中 30 项为高质量，8 项为中等质量。** 来源：Section 3.1 详细报告了检索流程和评分结果，Figure 2 展示了每个研究各问题的得分，Table 1 列出了质量评估清单。\n\n- **声明：遮挡严重影响 LiDAR 人体检测性能，平均召回率从 0.902 降至 0.782。** 来源：Section 3.6 引用了 Cong et al. (2022) 的研究，并给出了具体数据；Figure 8 展示了不同遮挡程度下的点云和错误曲线。\n\n- **声明：原始点云数据存储占用高，60 秒约需 1 GB 存储空间。** 来源：Section 4 明确给出估算：“a 60 s recording captured at approximately 10 Hz with around 80,000 points per frame requires close to 1 Gigabyte of storage space”。该论点基于通用点云数据规模和文献共识。\n\n- **声明：LiDAR 技术在关节位置估计和活动识别方面与 IMU、光学动捕和视频方法性能相当或更优。** 来源：Section 4 和 Table 2 对比了各类技术的误差范围和准确率，并引用了多个对比研究，如 Niu et al. (2024), Zhang et al. (2022), Sharma et al. (2022) 等。\n\n## 2. 冲突或不确定性说明\n\n- **性能可比性受限：** 不同研究采用的数据集、评估指标（如 MPJPE、PCK、加速度误差）和实验条件差异较大，直接对比可能不严谨。例如，LiDARHuman26M 和 SLOPER4D 是不同难度的基准，SLOPER4D 包含户外场景，导致 MPJPE 数值（如 77.0 mm）与模拟数据集（30.0 mm）有显著差异。\n\n- **缺乏统一的质量评估标准：** 本文自定义的质量评估 (基于 Downs & Black, QUADAS-2, PROBAST) 可能与其他综述的评分体系不完全一致，结果的可靠性和普适性需谨慎解读。\n\n- **可复现性局限：** 尽管 30 项研究被评为高质量，但代码可用性平均分仅 1.1（满分为 2），意味着许多研究未公开代码或参数，影响验证结论。\n\n- **数据集的局限：** 多数研究在受控条件下采集数据，多人的复杂场景较少，可能低估实际应用中的性能波动。\n\n- **某些声明缺乏外部验证：** 如最高活动识别准确率 98% 仅来自单一研究 (Tu et al., 2021)，未在独立数据集上复现，且该研究可能未遵循标准化协议。\n\n## 3. 参考文献列表（用于验证的关键文献）\n\n- Budiyanta, N.E., Yuniarno, E.M., Usagawa, T., Purnomo, M.H., 2024. Utilizing a Single-Stage 2D Detector in 3D LiDAR Point Cloud with Vertical Cylindrical Coordinate Projection for Human Identification. IEEE Access 12, 72672–72687.\n- Cai, S.Q., Ma, C.N., Wang, X., Lin, L., Yan, M., Lin, X.C., Fan, S.Q., Shen, S.Q., 2024. FTP: a Human Pose Estimation Method Integrating Temporal and Fine-Grained Feature Fusion. Pr Mach Learn Res 260, 858–872.\n- Cong, P.S., Zhu, X.G., Qiao, F., Ren, Y.M., Peng, X.D., Hou, Y.N., Xu, L., Yang, R.G., Manocha, D., Ma, Y.X., 2022. STCrowd: A Multimodal Dataset for Pedestrian Perception in Crowded Scenes, 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2022), pp. 19576-19585.\n- Cong, P.S., Xu, Y.T., Ren, Y.M., Zhang, J.Z., Xu, L., Wang, J.Y., Yu, J.Y., Ma, Y.X., 2023. Weakly Supervised 3D Multi-Person Pose Estimation for Large-Scale Scenes based on Monocular Camera and Single LiDAR. In Proceedings of the AAAI Conference on Artificial Intelligence.\n- Dai, Y.D., Lin, Y.T., Wen, C.L., Shen, S.Q., Xu, L., Yu, J.Y., Ma, Y.X., Wang, C., 2022. HSC4D: Human-centered 4D Scene Capture in Large-scale Indoor-outdoor Space using Wearable IMUs and LiDAR. In: 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 6782–6792.\n- Dai, Y., Lin, Y., Lin, X., Wen, C., Xu, L., Yi, H., Shen, S., Ma, Y., Wang, C., 2023. SLOPER4D: a Scene-Aware Dataset for Global 4D Human Pose Estimation in Urban Environments. In: 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 682–692.\n- Gomez, J., Aycard, O., Baber, J., 2023. Efficient Detection and Tracking of Human Using 3D LiDAR Sensor. Sensors (Basel) 23.\n- Han, X., Ren, Y., Yao, Y., Sun, Y., Ma, Y., 2024. In: Towards Practical Human Motion Prediction with LiDAR Point Clouds. Association for Computing Machinery, Melbourne VIC, Australia, pp. 7629–7638.\n- Huynh, M., Alaghband, G., 2023. Multi-Modal Sensor Framework with Learnable uncertainty Estimator for Pedestrian Trajectory Prediction. In: 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC), pp. 582–589.\n- Iftikhar, S., Asim, M., Zhang, Z., El-Latif, A.A.A., 2022. Advance generalization technique through 3D CNN to overcome the false positives pedestrian in autonomous vehicles. Telecommun. Syst. 80, 545–557.\n- Jang, D.K., Yang, D., Jang, D.Y., Choi, B., Jin, T., Lee, S.H., 2023. MOVIN: Real-time Motion Capture using a Single LiDAR. Comput Graph. Forum.\n- Karki, S., Pingel, T.J., Baird, T.D., Flack, A., Ogle, T., 2024. Enhancing Digital Twins with Human Movement Data: a Comparative Study of Lidar-based Tracking Methods. Remote Sens. (Basel) 16.\n- Kim, W., Ramanagopal, M.S., Barto, C., Yu, M.-Y., Rosaen, K., Goumas, N., Vasudevan, R., Johnson-Roberson, M., 2019. PedX: Benchmark Dataset for Metric 3-D Pose Estimation of Pedestrians in complex Urban Intersections. IEEE Rob. Autom. Lett. 4, 1940–1947.\n- Kim, W., Tanaka, M., Okutomi, M., Sasaki, Y., 2020. Learning-based Human Segmentation and Velocity Estimation using Automatic Labeled LiDAR Sequence for Training. IEEE Access 8, 88443–88452.\n- Lin, Y., Wei, Z., Zhang, W., Lin, X., Dai, Y., Wen, C., Shen, S., Xu, L., Wang, C., 2024. In: HmPEAR: A Dataset for Human Pose Estimation and Action Recognition. Association for Computing Machinery, Melbourne VIC, Australia, pp. 2069–2078.\n- Li, J., Zhang, J., Wang, Z., Shen, S., Wen, C., Ma, Y., Xu, L., Yu, J., Wang, C., 2022. LiDARCap: Long-range Markerless 3D Human Motion Capture with LiDAR Point Clouds, 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 20470-20480.\n- Patil, A.K., Balasubramanyam, A., Ryu, J.Y., Chakravarthi, B., Chai, Y.H., 2021. An Open-Source Platform for Human Pose Estimation and Tracking Using a Heterogeneous Multi-Sensor System. Sensors (Basel) 21.\n- Qi, C.R., Su, H., Mo, K.C., Guibas, L.J., 2017a. PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation, 30th IEEE Conference on Computer Vision and Pattern Recognition (Cvpr 2017), pp. 77-85.\n- Qi, C.R., Yi, L., Su, H., Guibas, L.J., 2017b. PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space. In Proceedings of the 31st International Conference on Neural Information Processing Systems.\n- Rahman, M.M., Rahman, T., Kim, D., Alam, M.A.U., 2021. Knowledge transfer across Imaging Modalities Via Simultaneous Learning of Adaptive Autoencoders for High-Fidelity Mobile Robot Vision. In: 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 1267–1273.\n- Ren, Y.M., Zhao, C.F., He, Y.N., Cong, P.S., Liang, H., Yu, J.Y., Xu, L., Ma, Y.X., 2023. LiDAR-aid Inertial Poser: Large-scale Human Motion Capture by Sparse Inertial and LiDAR Sensors. IEEE T vis Comput Gr 29, 2337–2347.\n- Ren, Y., Han, X., Zhao, C., Wang, J., Xu, L., Yu, J., Ma, Y., 2024a. LiveHPS: LiDAR-Based Scene-Level Human Pose and Shape Estimation in Free Environment. In: 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1281–1291.\n- Ren, Y., Han, X., Yao, Y., Long, X., Sun, Y., Ma, Y., 2024b. LiveHPS++: Robust and Coherent Motion Capture in Dynamic Free Environment. Springer-Verlag, pp. 127–144.\n- Roche, J., De-Silva, V., Hook, J., Moencks, M., Kondoz, A., 2022. A Multimodal Data Processing System for LiDAR-Based Human activity Recognition. IEEE Trans. Cybern. 52, 10027–10040.\n- Tu, L.L., Ouyang, X.M., Zhou, J.Y., He, Y.Z., Xing, G.L., 2021. FedDL: Federated Learning via Dynamic Layer Sharing for Human Activity Recognition. In Proceedings of the 2021 the 19th Acm Conference on Embedded Networked Sensor Systems, Sensys 2021.\n- Yamaguchi, H., Rizk, H., Amano, T., Hiromori, A., Ukyo, R., Yamada, S., Ohno, M., 2024. Towards intelligent environments: human sensing through 3D point cloud. Journal of Reliable Intelligent Environments 10, 281–298.\n- Yan, M., Zhang, Y., Cai, S., Fan, S., Lin, X., Dai, Y., Shen, S., Wen, C., Xu, L., Ma, Y., Wang, C., 2024. RELI11D: A Comprehensive Multimodal Human Motion Dataset and Method, 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2250-2262.\n- Zhang, J., Mao, Q., Shen, S., Wen, C., Xu, L., Wang, C., 2024a. LiDAR CapV2: 3D human pose estimation with human–object interaction from LiDAR point clouds. Pattern Recogn. 156.\n- Zhang, J.Y., Mao, Q.H., Hu, G.S., Shen, S.Q., Wang, C., 2024b. Neighborhood-Enhanced 3D Human Pose Estimation with Monocular LiDAR in Long-Range Outdoor Scenes. In Proceedings of the AAAI Conference on Artificial Intelligence.\n\n\n\n## 模块 H：图表与表格抽取（索引/打分/深读） / Module H: Figure/Table Mining (index, scoring, top deep dive)\n\n### 1. 图表完整索引\n\n下表列出了论文中所有图表（含补充材料中的表 S1/S2，但本文档未提供），并给出类型、位置、支撑的关键结论及深度评分（5 分为最高优先级）。\n\n| 编号 | 标题（原文/中文） | 类型 | 位置（章节/页码） | 支撑的关键结论 | 深度评分 |\n|------|------------------|------|-------------------|----------------|----------|\n| Fig. 1 | PRISMA flow diagram for systematic review（系统评价的 PRISMA 流程图） | 流程图 | 第 2.2 节、第 3.1 节 | 展示文献筛选过程：752 篇检索 → 38 篇纳入；证明综述方法系统、透明 | ★★★★★ |\n| Fig. 2 | Results of the quality assessment based on nine questions for each reviewed study（每项纳入研究基于 9 个问题的质量评估结果） | 热图 | 第 3.1 节 | 展示 38 项研究的质量评分分布（范围 13–18，平均 16.4）；30 项高质量、8 项中质量；验证、对比、代码共享得分较低 | ★★★★☆ |\n| Fig. 3 | Distribution of the included articles by year of publication（纳入文章按发表年份的分布） | 柱状图/时间线 | 第 3.1 节 | 显示 2019–2024 年发表数量逐年上升（从 1 篇到 16 篇）；说明研究热度增长 | ★★★☆☆ |\n| Fig. 4 | Combinations and counts of human detection approaches across (a) input data types and (b) method categories（人类检测方法在 (a) 输入数据类型和 (b) 方法类别上的组合与计数） | 组合计数图 | 第 3.3 节 | 表明 CNN 是最常用深度学习模型，数据融合多采用 LiDAR+RGB | ★★★★☆ |\n| Fig. 5 | Combinations and counts of human joint position estimation approaches across (a) input data types and (b) method categories（人类关节位置估计方法在输入数据类型和方法类别上的组合与计数） | 组合计数图 | 第 3.4 节 | 显示超过半数的研究采用多模态融合（LiDAR+IMU/RGB）；PointNet 系列是主流特征提取器 | ★★★★☆ |\n| Fig. 6 | Performance comparison of state-of-the-art joint position estimation methods, showing (a) mean per joint position error (MPJPE) results of all models, and (b) MPJPE results on the LiDAR Human26M and SLOPER4D datasets（最先进关节位置估计方法的性能比较，显示 (a) 所有模型的平均关节位置误差（MPJPE）结果，和 (b) 在 LiDAR Human26M 和 SLOPER4D 数据集上的 MPJPE 结果） | 性能对比图 | 第 3.4 节 | 显示 MPJPE 范围 30.0–119.3 mm；LIP 在 TotalCapture 上最低（30.0 mm），LiveHPS++ 在 SLOPER4D 上最低（77.0 mm） | ★★★★★ |\n| Fig. 7 | Combinations and counts of human daily activity recognition approaches across (a) input data types and (b) method categories（人类日常活动识别方法在输入数据类型和方法类别上的组合与计数） | 组合计数图 | 第 3.5 节 | 显示活动识别中多模态融合较少，更多直接使用原始点云；深度学习方法占主导 | ★★★★☆ |\n| Fig. 8 | Impact of occlusion on LiDAR data (Zhang et al., 2024a), illustrating (a) sample point clouds under different occlusion levels and (b) the corresponding joint position prediction errors（遮挡对 LiDAR 数据的影响，展示不同遮挡级别下的样本点云和对应的关节位置预测误差） | 示意图+误差图 | 第 3.6 节 | 直观证明遮挡会显著降低检测性能（如 Recall 从 0.902 降至 0.782），关节位置误差增大 | ★★★★☆ |\n| Table 1 | Quality assessment checklist（质量评估清单） | 清单表 | 第 2.3 节 | 定义 9 个质量评估问题及评分标准（0/1/2 分），支撑质量评分统计 | ★★★☆☆ |\n| Table 2 | Comparison of absolute error, mean per joint position error and activity classification accuracy for LiDAR and other established motion capture technologies（LiDAR 与其他成熟动捕技术的绝对误差、MPJPE 和活动分类准确率比较） | 比较表 | 第 4 节讨论中 | 证明 LiDAR 的关节位置误差（30–139 mm）和活动识别准确率（73.8%–98%）与其他技术（光捕、IMU、无标记视频）相当 | ★★★★★ |\n| 表 S1（补充材料） | 各纳入研究的具体指标汇总（未在本文中展示） | 补充表 | 在线附录 | 支撑摘要和结果中引用的具体数值，如检测精度、MPJPE、准确率等 | ★★★☆☆（不可用） |\n| 表 S2（补充材料） | 各数据集特征与多场景汇总（未在本文中展示） | 补充表 | 在线附录 | 说明多数数据在受控条件下采集，缺乏多人复杂场景 | ★★★☆☆（不可用） |\n\n---\n\n### 2. 优先深度阅读（Top-5）\n\n根据对各章节论证的影响力和信息密度，优先深入解读以下 5 个图表：\n\n1. **Fig. 6（性能对比）**：直接呈现 LiDAR 关节估计方法的 MPJPE 范围及标杆模型性能，是量化综述结论的核心证据。需结合图 6a 和 6b 理解不同数据集间的差异（如 TotalCapture 上 30.0 mm vs SLOPER4D 上 77.0 mm）。\n2. **Table 2（跨技术比较）**：将 LiDAR 与光动捕、IMU、无标记视频进行误差和准确率对比，支持“LiDAR 性能可比拟现有技术”的核心主张。需注意参照文献及其指标定义（绝对误差 vs MPJPE）。\n3. **Fig. 1（PRISMA 流程图）**：确保系统性综述的完整性，验证筛选策略和最终纳入数量，是可靠性审计的基础。\n4. **Fig. 4 / Fig. 5 / Fig. 7（方法计数图）**：这些图展示各任务中技术使用频率，揭示深度学习（尤其是 CNN 和 PointNet 家族）的统治地位，以及多模态融合的占比。有助于理解领域现状。\n5. **Fig. 8（遮挡影响）**：直观定性定量展示遮挡对检测/预测的影响，强化“遮挡是主要挑战”的结论，并引出后续鲁棒性方法（如 LiveHPS++ 的噪声增强）。\n\n---\n\n### 3. 分类图、比较表或基准总结表\n\n论文中包含以下类型的图表：\n\n- **分类/组合计数图**：Fig. 4（人类检测）、Fig. 5（关节位置估计）、Fig. 7（活动识别）——分别按输入数据模态和方法类别展示研究数量，体现技术选型分布。\n- **性能基准总结图**：Fig. 6——汇总所有模型 MPJPE 结果，并单独针对两个主流数据集（LiDARHuman26M、SLOPER4D）给出横向对比，是基准测试的核心图。\n- **跨技术比较表**：Table 2——对比 LiDAR、光动捕、IMU、无标记视频在关节误差和活动识别准确率上的性能范围，属于总结性基准表。\n- **质量评估分组图**：Fig. 2——按 9 个质量维度对各研究进行热图评分，属于主观评价分组可视化。\n- **时间分布图**：Fig. 3——展示发文数量逐年增长，属于趋势分组可视化。\n\n---\n\n### 4. 时间线/分组可视化和图表到结论的映射\n\n#### 4.1 时间线/分组可视化\n\n- **时间线**：Fig. 3 展示 2019–2024 年发文数从 1 篇增至 16 篇，印证 LiDAR 在人体运动分析中热度上升。\n- **分组可视化**：\n  - Fig. 2 按质量维度分组，显示“验证”（Q7）和“代码公开”（Q9）得分偏低，表明方法可复现性不足。\n  - Fig. 4/5/7 分别针对三大任务，按输入模态（图像/IMU/雷达）和方法类别（传统ML/深度学习）进行分组统计，揭示领域技术偏好。\n\n#### 4.2 图表到结论的映射\n\n| 图表 | 支持的关键结论（论文中的声明） |\n|------|-------------------------------|\n| Fig. 1 | 通过 PRISMA 筛选，最终纳入 38 项研究，排除标准明确（第 3.1 节）。 |\n| Fig. 2 | 平均质量评分 16.4，30 项高质量、8 项中质量；验证、对比、代码共享较弱（第 3.1 节）。 |\n| Fig. 3 | 研究数量逐年增加，2019–2024 年从 1 增至 16（第 3.1 节）。 |\n| Fig. 4 | CNN 是检测领域最常用深度学习模型；5/6 的融合使用 LiDAR+RGB（第 3.3 节）。 |\n| Fig. 5 | 超过一半研究采用多模态融合；PointNet 家族是主要特征提取器（第 3.4 节）。 |\n| Fig. 6 | MPJPE 在 30.0–119.3 mm 之间；LIP 在 TotalCapture 最低，LiveHPS++ 在 SLOPER4D 最低（第 3.4 节）。 |\n| Fig. 7 | 活动识别中多模态融合少（2/10 用 RGB，1/10 用雷达）；方法以深度学习为主（第 3.5 节）。 |\n| Fig. 8 | 遮挡使检测 Recall 从 0.902 降至 0.782；噪声会显著增大误差，但增强策略可缓解（第 3.6 节）。 |\n| Table 1 | 定义质量评估标准，影响对研究质量的解释（第 2.3 节）。 |\n| Table 2 | LiDAR 的 MPJPE（30–139 mm）和准确率（73.8%–98%）与光捕、IMU、无标记视频基本相当，支持“LiDAR 可作为替代方案”的论点（第 4 节）。 |\n\n---\n\n## 注：表 S1/S2 因未在本文中附有内容，无法进行详细解析，仅标注存在及其作用。"
}