用于鲁棒步态识别的局部时空卷积网络
计算机视觉与模式识别
2026-05-15 v1
摘要
步态识别作为一种极具前景的生物识别技术，通过个体独特的行走模式进行身份识别，并具有非侵入性、远距离适用性和抗刻意伪装等显著优势。尽管具有这些优点，但由于视频数据的复杂性以及视角变化、衣着变化和携带物等外部协变量的干扰，捕捉连续视频帧中隐藏的内在运动模式仍然具有挑战性。现有方法主要依赖于从单个轮廓帧中提取的静态外观特征，或采用需要大量计算资源和复杂训练策略的复杂序列模型（例如 LSTM、3D 卷积）。为了解决这些局限性，我们提出了一种局部时空卷积网络（Local Spatiotemporal Convolutional Network, LSTCN），这是一种结构简单但高效的双分支架构，赋予标准二维卷积网络提取时间信息的能力。具体而言，我们引入了全局双向空间池化（Global Bidirectional Spatial Pooling, GBSP）机制，通过将空间特征分解为水平和垂直条带局部表示来降低步态张量的维度，使时间维度能够参与标准的 2D 卷积操作。在此基础上，我们设计了局部时空卷积（Local Spatiotemporal Convolutional, LSTC）层，联合处理时间和空间维度，使网络能够自适应地学习基于条带的步态运动模式。我们进一步利用非对称卷积核扩展了该公式，使其独立关注时间、空间和联合时空域，从而丰富了提取的特征表示。
引用
@article{arxiv.2605.14548,
title = {Local Spatiotemporal Convolutional Network for Robust Gait Recognition},
author = {Xiaoyun Wang and Cunrong Li and Wu Wang},
journal= {arXiv preprint arXiv:2605.14548},
year = {2026}
}