GaitSTR：基于序列双流精化的步态识别
计算机视觉与模式识别
2024-04-04 v1
摘要
步态识别旨在根据行走序列识别个体，是一种有用的生物特征模态，因为它可以在远距离无需受试者配合的情况下观察到。在表示人的行走序列时，轮廓和骨架是两种主要模态。轮廓序列在身体不同部分重叠时缺乏细节部分信息，并受携带物品和衣物影响。骨架由关节和连接关节的骨骼组成，为不同部分提供更准确的部分信息；然而，它们对遮挡和低质量图像敏感，导致序列内逐帧结果不一致。本文探索了使用骨架的双流表示进行步态识别，同时结合轮廓。通过融合轮廓和骨架的组合数据，我们通过图卷积中的自校正以及来自轮廓的时间一致性跨模态校正，精化双流骨架（关节和骨骼）。我们证明，使用精化后的骨架，步态识别模型的性能可以在公共步态识别数据集上比现有最先进方法进一步提高，而无需额外标注。
引用
@article{arxiv.2404.02345,
title = {GaitSTR: Gait Recognition with Sequential Two-stream Refinement},
author = {Wanrong Zheng and Haidong Zhu and Zhaoheng Zheng and Ram Nevatia},
journal= {arXiv preprint arXiv:2404.02345},
year = {2024}
}