首届国际 StepUP 比赛评估生物识别足迹识别：方法、结果与剩余挑战
计算机视觉与模式识别
2026-03-05 v1 机器学习
摘要
生物识别足迹识别基于人在行走时脚下独特的压力模式，是近年来在安全和安全领域具有潜在应用的前沿领域。然而，由于缺乏大规模且多样化的数据集，该领域的进展受限，关键挑战包括对新用户的泛化以及对鞋款或行走速度等因素变化的鲁性。近期发布的 UNB StepUP-P150 数据集——目前最大且最全面的高分辨率足迹压力记录集合——为解决这些挑战提供了新的机遇。为纪念这一里程碑，启动了首届国际 StepUP 比赛评估生物识别足迹识别。本次比赛要求参赛者使用 StepUP-P150 数据集开发鲁性识别模型，然后在旨在评估在挑战性变化下的验证性能的独立专用测试集上进行评估，给定有限且相对均匀的参考数据。比赛吸引了来自全球高校和企业的 23 支注册团队参赛。获胜团队 Saeid_UCC 通过采用生成式奖励机器（GRM）优化策略，实现了最佳的等错误率（EER）为 10.77%。总体而言，本次比赛展示了强大的解决方案，但对 unfamiliar 鞋款的泛化仍然面临持久挑战，凸显了未来工作的关键方向。
关键词
引用
@article{arxiv.2602.11086,
title = {First International StepUP Competition for Biometric Footstep Recognition: Methods, Results and Remaining Challenges},
author = {Robyn Larracy and Eve MacDonald and Angkoon Phinyomark and Saeid Rezaei and Mahdi Laghaei and Ali Hajighasem and Aaron Tabor and Erik Scheme},
journal= {arXiv preprint arXiv:2602.11086},
year = {2026}
}
备注
to be published in 2025 IEEE International Joint Conference on Biometrics (IJCB)