SkeletonGait：基于骨架图的步态识别
计算机视觉与模式识别
2023-12-19 v2
摘要
表征方式的选择对深度步态识别方法至关重要。二值轮廓与骨架坐标是近年文献中的两种主流表征，已在诸多场景下取得显著进展。然而固有挑战依然存在：非受限场景中轮廓并非总能得到保证，且骨架中的结构线索尚未被充分利用。本文提出一种名为骨架图（skeleton map）的新型骨架步态表征，以及基于骨架的方法 SkeletonGait，用以从人体骨架图中挖掘结构信息。具体而言，骨架图将人体关节坐标表示为带高斯近似的热图，呈现出无精确身体结构、类似轮廓的图像。除在五个主流步态数据集上取得最先进（state-of-the-art）性能外，更为重要的是，SkeletonGait 揭示了关于结构特征在描述步态时的重要性及其发挥作用时机的新见解。此外，我们提出一种多分支架构 SkeletonGait++，以利用骨架与轮廓的互补特征。实验表明，SkeletonGait++ 在多种场景下大幅优于现有最先进方法。例如，其在具有挑战性的 GREW 数据集上取得了超过 85% 的 rank-1 准确率。所有源代码见 https://github.com/ShiqiYu/OpenGait。
引用
@article{arxiv.2311.13444,
title = {SkeletonGait: Gait Recognition Using Skeleton Maps},
author = {Chao Fan and Jingzhe Ma and Dongyang Jin and Chuanfu Shen and Shiqi Yu},
journal= {arXiv preprint arXiv:2311.13444},
year = {2023}
}