用于步态识别的时空多尺度双边运动网络
计算机视觉与模式识别
2022-09-27 v1
摘要
步态识别的关键目标是从步态序列中获取帧间行走习惯表示。然而，与帧内特征相比，帧间关系未受到充分关注。本文受光流启发，提出面向双边运动的特征，使经典卷积结构能够在特征层面直接刻画步态运动模式。基于此类特征，我们开发了一组多尺度时间表示，迫使运动上下文在各种时间分辨率水平上被丰富地描述。此外，设计了一个校正模块以消除轮廓分割噪声，从而获得更精确的步态信息。随后，将时间特征集与空间特征结合，以全面刻画步态过程。在CASIA-B和OU-MVLP数据集上进行了大量实验，结果取得了出色的识别性能，证明了所提方法的有效性。
引用
@article{arxiv.2209.12364,
title = {Spatiotemporal Multi-scale Bilateral Motion Network for Gait Recognition},
author = {Xinnan Ding and Shan Du and Yu Zhang and Kejun Wang},
journal= {arXiv preprint arXiv:2209.12364},
year = {2022}
}