Combo-Gait: 用于多模态步态识别与属性分析的统一Transformer框架
计算机视觉与模式识别
2026-04-23 v2 人工智能
机器学习
摘要
步态识别是一种重要的远距离人体生物特征识别技术，特别是在低分辨率或非约束环境下。当前的工作通常专注于2D表示（例如，轮廓和骨架）或3D表示（例如，网格和SMPL），但依赖单一模态往往无法捕捉人体行走模式的完整几何和动态复杂性。在本文中，我们提出了一个多模态和多任务框架，该框架结合了2D时间轮廓和3D SMPL特征，用于稳健的步态分析。除了识别之外，我们引入了一种多任务学习策略，该策略联合执行步态识别和人体属性估计，包括年龄、身体质量指数和性别。采用统一的Transformer来有效融合多模态步态特征，并更好地学习与属性相关的表示，同时保留具有判别性的身份线索。在大型BRIAR数据集上进行的广泛实验，该数据集是在具有挑战性的条件下收集的，例如远距离（高达1公里）和极端俯仰角（高达50度），结果表明我们的方法在步态识别方面优于最先进的方法，并提供了准确的人体属性估计。这些结果突显了多模态和多任务学习在现实场景中推进基于步态的人体理解方面的前景。
引用
@article{arxiv.2510.10417,
title = {Combo-Gait: Unified Transformer Framework for Multi-Modal Gait Recognition and Attribute Analysis},
author = {Zhao-Yang Wang and Zhimin Shao and Anirudh Nanduri and Basudha Pal and Laura McDaniel and Jieneng Chen and Rama Chellappa},
journal= {arXiv preprint arXiv:2510.10417},
year = {2026}
}