RealGait：面向行人重识别的步态识别
计算机视觉与模式识别
2023-02-09 v2
摘要
人类步态被认为是一种独特的生物特征标识符，可在远距离以隐蔽方式获取。然而，在受控场景下采集的现有公开领域步态数据集上训练的模型，在应用于真实世界无约束步态数据时性能急剧下降。另一方面，视频行人重识别技术在大规模公开可用数据集上已取得令人瞩目的性能。鉴于衣物特征的多样性，衣物线索一般而言并不可靠用于人员识别。因此，为何最先进的行人重识别方法能取得如此好的效果实际上并不清楚。本文通过从一项现有视频行人重识别挑战赛中提取轮廓，构建了一个包含1404人以无约束方式行走的新步态数据集。基于该数据集，可对步态识别与行人重识别进行一致且对比性的研究。鉴于我们的实验结果表明，在受控场景采集数据下设计的当前步态识别方法不适用于真实监控场景，我们提出了一种称为RealGait的新型步态识别方法。我们的结果表明，在真实监控场景中通过步态识别人员是可行的，且潜在的步态模式可能正是视频行人重识别在实践中奏效的真正原因。
引用
@article{arxiv.2201.04806,
title = {RealGait: Gait Recognition for Person Re-Identification},
author = {Shaoxiong Zhang and Yunhong Wang and Tianrui Chai and Annan Li and Anil K. Jain},
journal= {arXiv preprint arXiv:2201.04806},
year = {2023}
}