基于剪影的行走姿态基石模型
计算机视觉与模式识别
2025-12-02 v1
摘要
行走姿态模式在人体识别和健康数据分析中发挥关键作用,但当前进展受限于规模小、设计狭窄的模型,无法实现扩展或泛化。构建统一的行走姿态基石模型需要解决两个长期存在的障碍: (a) 可扩展性. 为什么行走模型历史上未能遵循扩展规律? (b) 泛化. 单一模型能否服务于传统上各自独立研究的多样化行走任务? 我们引入FoundationGait,这是首个可扩展的、无监督预训练框架,用于行走姿态理解。其最大版本几乎拥有0.13亿参数,并在由超过200万条步行序列组成的12个公开行走数据集上进行预训练。广泛的实验表明,FoundationGait在无需微调或微调的情况下,在广泛的行走数据集、条件、任务(如人体识别、脊柱侧弯筛查、抑郁预测和属性估计)以及甚至输入模态下表现稳健。值得注意的是,它在具有挑战性的野外Gait3D数据集(1000名测试受试者)上实现了48.0%的零样本排名1准确率,并在规模最大的实验室OU-MVLP数据集(5000多名测试受试者)上实现了64.5%准确率,为稳健行走识别树立了新里程碑。即将公开代码和模型: https://github.com/ShiqiYu/OpenGait。
引用
@article{arxiv.2512.00691,
title = {Silhouette-based Gait Foundation Model},
author = {Dingqiang Ye and Chao Fan and Kartik Narayan and Bingzhe Wu and Chengwen Luo and Jianqiang Li and Vishal M. Patel},
journal= {arXiv preprint arXiv:2512.00691},
year = {2025}
}