具有全局距离对齐的时空步态特征
计算机视觉与模式识别
2022-08-15 v3
摘要
步态识别是一项重要的识别技术，因为步态不易伪装且无需配合即可识别对象。然而，许多现有方法在同时保留时间信息与细粒度信息方面存在不足，从而降低了其判别力。当识别行走姿态相似的对象时，该问题更为严重。本文中，我们试图从两方面增强时空步态特征的判别力：有效提取时空步态特征与合理精炼所提取特征。因此我们提出的方法由时空特征提取（SFE）与全局距离对齐（GDA）组成。SFE 利用时间特征融合（TFF）与细粒度特征提取（FFE）从原始轮廓中有效提取时空特征。GDA 利用现实中大量无标签步态数据作为基准来精炼所提取的时空特征。GDA 可使提取的特征具有低类间相似度与高类内相似度，从而增强其判别力。在 mini-OUMVLP 与 CASIA-B 上的大量实验证明，我们取得了优于若干 SOTA 方法的结果。
引用
@article{arxiv.2203.03376,
title = {Spatio-temporal Gait Feature with Global Distance Alignment},
author = {Yifan Chen and Yang Zhao and Xuelong Li},
journal= {arXiv preprint arXiv:2203.03376},
year = {2022}
}