探索用于实用步态识别的深度模型
计算机视觉与模式识别
2024-01-11 v3
摘要
步态识别是一种快速发展的用于远距离人员身份识别的视觉技术。先前的研究主要使用相对较浅的网络来提取细微的步态特征，在受约束场景下取得了令人印象深刻的成功。然而，实验表明，现有方法在应用于新发布的真实世界步态数据集时大多产生不尽人意的结果。本文提出了一个统一的视角来探索如何构建用于最先进的室外步态识别的深度模型，包括经典的基于 CNN 的架构和新兴的基于 Transformer 的架构。具体而言，我们挑战了浅层步态模型的刻板印象，并证明了显式时间建模和深度 Transformer 结构对于判别性步态表征学习的优越性。因此，所提出的基于 CNN 的 DeepGaitV2 系列和基于 Transformer 的 SwinGait 系列在 Gait3D 和 GREW 上展现出显著的性能提升。对于受约束的步态数据集，DeepGaitV2 系列在大多数情况下也达到了新的最先进水平，令人信服地展示了其实用性和通用性。源代码可在 https://github.com/ShiqiYu/OpenGait 获取。
引用
@article{arxiv.2303.03301,
title = {Exploring Deep Models for Practical Gait Recognition},
author = {Chao Fan and Saihui Hou and Yongzhen Huang and Shiqi Yu},
journal= {arXiv preprint arXiv:2303.03301},
year = {2024}
}