GaitTAKE：基于时间注意力与关键点引导嵌入的步态识别
计算机视觉与模式识别
2022-07-14 v2
摘要
步态识别是指基于人体体型和行走方式，从远距离采集的视频数据中识别或辨认个人，广泛应用于犯罪预防、法医鉴定和公共安全。然而，据我们所知，现有大多数方法使用外观、姿态和时间特征，而未考虑用于全局与局部信息融合的习得时间注意力机制。本文提出一种新颖的步态识别框架，称为时间注意力与关键点引导嵌入（GaitTAKE），其有效融合了基于时间注意力的全局与局部外观特征以及时间聚合的人体姿态特征。实验结果表明，我们所提方法在 CASIA-B 步态数据集上以 rank-1 准确率 98.0%（正常）、97.5%（背包）和 92.2%（外套）取得步态识别的新 SOTA；在 OU-MVLP 步态数据集上准确率为 90.4%。
引用
@article{arxiv.2207.03608,
title = {GaitTAKE: Gait Recognition by Temporal Attention and Keypoint-guided Embedding},
author = {Hung-Min Hsu and Yizhou Wang and Cheng-Yen Yang and Jenq-Neng Hwang and Hoang Le Uyen Thuc and Kwang-Ju Kim},
journal= {arXiv preprint arXiv:2207.03608},
year = {2022}
}
备注
IEEE International Conference on Image Processing 2022