GaitContour：基于轮廓-姿态表示的高效步态识别
计算机视觉与模式识别
2024-10-15 v3
摘要
步态识别有望基于行走模式而非外观信息来稳健地识别个体。近年来，该领域由基于两种主要输入表示的学习方法主导：稠密轮廓掩码或稀疏姿态关键点。本文中，我们提出一种新颖的、基于点的轮廓-姿态表示，其紧凑地表达身体形状与身体部位信息。我们进一步提出一种称为 GaitContour 的局部到全局架构，以利用这一新表示并在两个阶段中高效计算个体嵌入。第一阶段由一个从五个不同身体区域提取特征的局部 transformer 组成。第二阶段随后聚合区域特征以估计全局人体步态表示。此类设计显著降低了注意力操作的复杂度，并同时提升效率与性能。通过大规模实验，GaitContour 被证明显著优于先前基于点的方法，同时也比基于轮廓的方法高效得多。在具有显著干扰项的挑战性数据集上，GaitContour 甚至能超越基于轮廓的方法。
引用
@article{arxiv.2311.16497,
title = {GaitContour: Efficient Gait Recognition based on a Contour-Pose Representation},
author = {Yuxiang Guo and Anshul Shah and Jiang Liu and Ayush Gupta and Rama Chellappa and Cheng Peng},
journal= {arXiv preprint arXiv:2311.16497},
year = {2024}
}
备注
Accepted by WACV 2025