视觉真实性足够吗？评估生成式 AI 人体动画的步态生物识别保真度
计算机视觉与模式识别
2025-12-23 v1 人工智能
摘要
生成式人工智能（GenAI）模型已彻底革新了动画技术，使其能够以卓越的视觉保真度合成人类及其运动模式。然而，在生成真实的人体动画仍然面临巨大挑战，即使细微的不一致性也会使主体显得不自然。当AI生成的视频被用于行为生物识别评估时，此限制尤为关键，因为定义身份的细微运动线索容易被丢失或扭曲。本研究探讨了领先的GenAI人体动画模型是否能够保留用于人体身份识别的步态生物识别所需的细微时空细节。具体而言，我们评估了四种不同的GenAI模型，通过两个主要评估任务来衡量其i) 在复杂性变化的情况下从参考视频中恢复步态模式的能力，ii) 将这些步态模式传递到不同视觉身份中的能力。我们的结果表明，尽管视觉质量大多很高，但在侧重于识别的任务中，生物识别保真度仍然较低，这表明当前的GenAI模型在难以从运动中解耦身份。此外，通过身份转换任务，我们暴露了基于外观的步态识别的根本性缺陷：当纹理与运动解耦时，身份识别就会崩溃，证明当前的GenAI模型依赖视觉属性而非时序动态。
引用
@article{arxiv.2512.19275,
title = {Is Visual Realism Enough? Evaluating Gait Biometric Fidelity in Generative AI Human Animation},
author = {Ivan DeAndres-Tame and Chengwei Ye and Ruben Tolosana and Ruben Vera-Rodriguez and Shiqi Yu},
journal= {arXiv preprint arXiv:2512.19275},
year = {2025}
}