用于步态识别与匿名化的行人属性编辑
计算机视觉与模式识别
2024-03-07 v2
摘要
作为一种生物特征，行人的步态信息因可在远距离无需目标配合即可获取，受到工业界与学术界的广泛关注。近期文献中，该研究方向带来了令人振奋的机遇与严峻挑战：积极方面，用于嫌疑人检索和安全检查等安全应用的步态识别日益可行；消极方面，步态信息的滥用可能引发隐私担忧，因为违法者即使在戴口罩、换衣场景下也能利用步态特征跟踪感兴趣对象。为应对这把双刃剑，我们提出称为 GaitEditor 的步态属性编辑框架。它可对真实步态序列进行不同程度属性编辑，同时保持视觉真实性，分别用于步态数据增强和去标识，从而根据用户意图自适应地增强或降低步态识别性能。实验上，我们在三个广泛使用的步态基准上依据步态识别和匿名化协议进行了综合评估。大量结果表明，GaitEditor 的适应性使用有效提升了步态识别性能，并生成具有去标识的生动可视化以保护人类隐私。据我们所知，GaitEditor 是首个能够编辑多种步态属性同时惠及步态识别和步态匿名化的框架。GaitEditor 的源代码将发布于 https://github.com/ShiqiYu/OpenGait。
引用
@article{arxiv.2303.05076,
title = {Pedestrian Attribute Editing for Gait Recognition and Anonymization},
author = {Jingzhe Ma and Dingqiang Ye and Chao Fan and Shiqi Yu},
journal= {arXiv preprint arXiv:2303.05076},
year = {2024}
}