PSGait：基于解析骨架的步态识别
计算机视觉与模式识别
2026-02-24 v3
摘要
步态识别因其非侵入性而成为一种鲁棒的生物特征识别模态。传统步态识别方法主要依赖轮廓或骨架。尽管在受控实验室环境中有效，但其有限的信息熵限制了向真实场景的泛化能力。为克服这一局限，我们提出了一种新颖的表示方法——解析骨架（Parsing Skeleton），它利用骨架引导的人体解析方法来捕获细粒度身体动态，具有更高的信息熵。为有效探索解析骨架的能力，我们还提出了 PSGait 框架，将解析骨架与轮廓融合以增强个体区分度。全面基准测试表明，PSGait 在各种模型上以高达 15.7% 的 Rank-1 准确率提升超越了最先进的模态融合方法，同时显著降低了计算资源。作为即插即用方法，这些结果验证了解析骨架作为步态识别中轻量、高效且高度可泛化的真实场景表示的有效性。代码可在 https://github.com/realHarryX/PSGait 获取。
引用
@article{arxiv.2503.12047,
title = {PSGait: Gait Recognition using Parsing Skeleton},
author = {Hangrui Xu and Zhengxian Wu and Chuanrui Zhang and Zhuohong Chen and Zhifang Liu and Peng Jiao and Haoqian Wang},
journal= {arXiv preprint arXiv:2503.12047},
year = {2026}
}
备注
Accepted by ICASSP 2026