面向步态识别的行走视频去噪
计算机视觉与模式识别
2025-05-27 v1 人工智能
摘要
为了捕捉个体的步态模式，排除身份无关的线索，如服装纹理和颜色，仍是基于视觉的步态识别面临的持久挑战。传统的轮廓和姿态基方法虽然理论上能够有效消除此类干扰，但往往难以实现高准确率，因其稀疏且信息不足的输入。新兴的端到端方法通过直接使用人类先验对 RGB 视频进行去噪来解决这一问题。基于这一趋势，我们提出一种新的步态去噪方法 DenoisingGait。灵感来自“我无法创造，我就不理解”的哲学思想，我们转向生成性扩散模型，发现其部分过滤不相关因素以促进步态理解。此外，我们引入几何驱动的特征匹配模块，结合通过人类轮廓的背景移除，将扩散特征的多通道在每个前景像素处浓缩为二维向量。具体而言，提出的单元内和跨帧匹配分别捕获步态外观和运动的局部向量化结构，产生一种称为 Gait Feature Field 的新型类似流的步态表示，从而进一步减少扩散特征中的残余噪声。在 CCPG、CASIA-B* 和 SUSTech1K 数据集上的实验表明，DenoisingGait 在大多数情况下均实现了在内部分域和跨域评估中的全新 SOTA 性能。代码已公开于 https://github.com/ShiqiYu/OpenGait。
引用
@article{arxiv.2505.18582,
title = {On Denoising Walking Videos for Gait Recognition},
author = {Dongyang Jin and Chao Fan and Jingzhe Ma and Jingkai Zhou and Weihua Chen and Shiqi Yu},
journal= {arXiv preprint arXiv:2505.18582},
year = {2025}
}
备注
8pages, 4 figures