深度步态识别全面综述：算法、数据集与挑战
计算机视觉与模式识别
2023-08-08 v2
摘要
步态识别旨在远距离识别行人，是远距离、低配合度行人识别的一种有前景的解决方案。近来，借助深度学习技术，步态识别取得了显著进展，在许多具有挑战性的场景中获得了令人鼓舞的成功。在深度步态识别于实验室数据集上已取得近乎完美性能的背景下，近期许多研究为步态识别引入了新的挑战，包括鲁棒深度表征建模、真实场景步态识别，乃至来自红外与深度相机等新视觉传感器的识别。同时，步态识别性能的提升也可能引发社会对生物特征安全与隐私防护的担忧。我们对近期使用深度学习的文献进行了全面综述，并讨论了步态生物特征的安全与隐私问题。本综述基于我们所提出分类法的新视角回顾了现有深度步态识别方法。所提分类法不同于将现有步态识别方法划分为基于模型或基于外观方法的传统分类法，而是从深度表征学习与深度网络架构两个视角审视深度步态识别，从微观与宏观层面阐释当前方法。我们还纳入了对数据集及多样场景下性能评估的最新回顾。最后，我们介绍了步态生物特征的安全与隐私问题，并讨论了突出的挑战与未来研究的潜在方向。
引用
@article{arxiv.2206.13732,
title = {A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges},
author = {Chuanfu Shen and Shiqi Yu and Jilong Wang and George Q. Huang and Liang Wang},
journal= {arXiv preprint arXiv:2206.13732},
year = {2023}
}