DAGait：面向行人识别的广义骨架引导数据对齐
计算机视觉与模式识别
2025-08-19 v2
摘要
行人识别正成为计算机视觉领域的前沿热门方向，广泛应用于远程人识别。尽管现有行人识别方法在受控实验数据集上取得了显著成果，但在迁移到野生数据集时性能常显著下降。我们认为，性能差距主要归因于野生数据集中出现的时空分布不一致——被识别主体在不同帧中的角度、位置和距离各不相同。为实现野生环境下的精准行人识别，我们提出一种骨架引导的身体轮廓对齐策略，利用骨架先验知识对对应身体轮廓执行仿射变换。到目前为止，首次系统探讨数据对齐对行人识别的影响。我们在多个数据集和网络架构上进行了大量实验，结果表明所提出的对齐策略具有显著优势。在挑战性的Gait3D数据集上，该方法在所有评估网络上的平均性能提升7.9%。此外，在跨域数据集上，准确率提升幅度可达24.0%。
引用
@article{arxiv.2503.18830,
title = {DAGait: Generalized Skeleton-Guided Data Alignment for Gait Recognition},
author = {Zhengxian Wu and Chuanrui Zhang and Hangrui Xu and Peng Jiao and Haoqian Wang},
journal= {arXiv preprint arXiv:2503.18830},
year = {2025}
}