从室内到室外：无监督域自适应步态识别
计算机视觉与模式识别
2025-11-19 v1
摘要
步态识别是一项重要的人工智能任务，随着深度学习的发展已快速进步。然而，现有基于学习的步态识别方法主要聚焦于单一域，尤其是受约束的实验室环境。本文研究一个新的无监督域自适应步态识别（UDA-GR）问题，即利用来自室内场景（源域）的有监督标签学习步态识别器，并将其应用于室外自然场景（目标域）。为此，我们提出了一种基于不确定性估计与正则化的 UDA-GR 方法。具体而言，我们考察室内与室外场景中步态的特性，以估计步态样本不确定性，并将其用于目标域上的无监督微调，从而缓解伪标签的噪声。我们还为该问题建立了一个新的基准，其上的实验结果表明了所提方法的有效性。我们将在此工作中公开该基准与源代码。
引用
@article{arxiv.2211.11155,
title = {From Indoor To Outdoor: Unsupervised Domain Adaptive Gait Recognition},
author = {Likai Wang and Ruize Han and Wei Feng and Song Wang},
journal= {arXiv preprint arXiv:2211.11155},
year = {2025}
}