送审稿
专家1意见：
文章提出一种基于重心位移编码的毫米波雷达场景重建算法，通过深入挖掘人体活动数据推理静态物体类别与空间布局，有效提升了场景重建的准确性和泛化性，为雷达感知提供了新思路。研究具有一定新颖性，实验论据充分，文字叙述清楚简洁，参考文献引用准确完整。具体修改意见如下：
1、对研究现状介绍不足，且未能准确表述目前研究不足及本文研究创新点。如“重心位移编码”是本方法的重要内容，但在引言和摘要中描述较为简略，建议补充其设计动机与相较于传统姿态特征的独特优势，强化对创新点的凸显。
2、对于文中首次出现的字符缩写，应给出具体中文名称或解释。
3、实验结果建议使用更多定量化表达，即传统方法精度为多少，本文提高了多少。
4、本文提出的方法是否具有良好的可推广性，即本文研究基于一个设定的场景，在其他场景是否有同样可观的效果，如何证明？
5、重心位移编码与重心偏移编码是否意义相同，如果是，请规范统一表达。
6、图2在文中未引用，且图2标题不简洁，不符合图片命名规范。
7、图4展示了多场景重建效果，但未与其他方法进行可视化对比，建议增加相关内容。
8、图片不清晰，请检查并替换清晰图片。
专家2意见：
1、语言语句需要再全文检查一下，语句偏口语化。
2、缺少对其他场景重建方法的评述，缺少其他方法与基于雷达的场景重建方法的对比，请补充。
3、缺少与其他人的场景重建算法的对比结果，请补充。
4、图表标注不规范，图编号混乱（图 4.1、图 1/2/3），图表与文字对应不够紧密。
5、部分公式无符号说明，请补充。
专家3意见：
本文面向毫米波雷达室内智能感知需求，针对雷达难以有效探测静态物体、现有方法过度依赖动态目标检测的难题，提出基于重心位移编码的场景重建方法，研究思路创新、技术路线完整，具有较高学术价值。当前基于雷达点云的场景理解研究普遍存在静态物体感知困难、姿态特征利用不充分、模型泛化性与鲁棒性有待提升等问题。论文通过时空图卷积、投票机制与混合预测实现物体布局推理，实验充分、指标优良，可视化效果理想。建议修改时补充自建数据集的简要说明与可复现性保障措施，明确损失函数各权重设置依据，增加算法推理耗时与实时性分析，适当拓展至走廊、办公室等更多场景验证泛化能力，细化模块参数选择的合理性说明，并优化部分公式表述，使研究更完整规范。
