近日，我院李允怡副教授团队在CCF A类期刊《IEEE Transactions on Mobile Computing》上发表题为“Cross-Domain mmWave Gesture Recognition via Parameter-Free Attention under Human Activity Interference”的研究成果。该论文首次将跨域感知与人体活动干扰问题纳入统一的分析框架，提出了一种基于无参数注意力机制的毫米波手势识别方法，显著提升了复杂环境下因用户差异、场景变化及日常活动干扰所导致识别性能下降的鲁棒性。我院为第一完成单位，南京邮电大学肖甫教授为论文的合作通讯作者。

当前，基于毫米波的手势识别技术在实际部署中仍面临两大核心挑战：一是因用户差异和场景变化引起的跨域适应问题，二是来自无关人员活动的干扰问题。针对上述挑战，研究团队提出了一种新型毫米波手势识别系统（GestSAM）。该系统充分利用毫米波信号特性，引入无参数注意力机制，使模型能够自主聚焦于与手势相关的关键信号特征，有效过滤人体活动等环境干扰。为验证系统性能，研究团队还构建了多场景毫米波手势数据集。实验结果表明，该研究成果为复杂环境下实现高鲁棒性、非接触、高隐私保护的手势交互提供了创新技术路径，对AI领域中人机交互系统的发展具有积极的推动作用。

据悉，《IEEE Transactions on Mobile Computing》当前影响因子为9.2，是中国计算机学会（CCF）推荐的计算机网络领域三个A类期刊之一，在网络通信领域具有着重要的影响力。