HybridGait: 基于混合探索的时空换装步态识别基准
计算机视觉与模式识别
2024-01-02 v1
摘要
现有的步态识别基准大多包含实验室环境中的轻微服装变化，但缺乏随时间与空间持续的外观变化。本文提出首个野外换装步态识别基准CCGait，包含多样的服装变化、室内外场景以及跨越92天的多模态统计数据。为了进一步解决服装和视角变化的耦合效应，我们提出混合方法HybridGait，利用时间动态和3D人体网格的投影2D信息。具体地，我们引入规范对齐时空Transformer (CA-STT)模块来编码人体关节位置感知特征，并通过轮廓引导变形与3D-2D外观投影 (SilD)策略充分利用3D密集先验。我们的贡献有两方面：提供了具有挑战性的基准CCGait，捕捉了扩展时空上的真实外观变化；提出了混合框架HybridGait，在CCGait和Gait3D基准上优于先前工作。我们的项目页面位于https://github.com/HCVLab/HybridGait。
引用
@article{arxiv.2401.00271,
title = {HybridGait: A Benchmark for Spatial-Temporal Cloth-Changing Gait Recognition with Hybrid Explorations},
author = {Yilan Dong and Chunlin Yu and Ruiyang Ha and Ye Shi and Yuexin Ma and Lan Xu and Yanwei Fu and Jingya Wang},
journal= {arXiv preprint arXiv:2401.00271},
year = {2024}
}