基于孪生视觉 Transformer 的多视角步态识别
计算机视觉与模式识别
2022-10-20 v1 机器学习
摘要
尽管 Vision Transformer 已用于步态识别，其在多视角步态识别中的应用仍有限。不同视角显著影响步态轮廓特征的提取与识别精度。为此，本文提出孪生移动视觉 Transformer（SMViT）。该模型不仅关注人体步态空间的局部特征，还考虑长距离注意力关联特征，可提取多维步态状态特征。此外，它刻画了不同视角如何影响步态特征并生成可靠的视角特征关系因子。SMViT 在 CASIA B 数据集上的平均识别率达 96.4%。实验结果表明，与 GaitGAN、Multi_view GAN、Posegait 及其他先进步态识别模型相比，SMViT 可达到最优性能。
引用
@article{arxiv.2210.10421,
title = {Multi-view Gait Recognition based on Siamese Vision Transformer},
author = {Yanchen Yang and Lijun Yun and Ruoyu Li and Feiyan Cheng},
journal= {arXiv preprint arXiv:2210.10421},
year = {2022}
}
备注
13 pages,9 figures,1 table