运动的悖论：基于骨架的步态识别模型中存在虚假相关性的证据
计算机视觉与模式识别
2024-02-14 v1
摘要
步态作为一种不引人注目的生物特征，因其能够在远距离、跨越不同外部着装和环境条件下识别个体而受到重视。本研究挑战了 prevailing 的假设，即基于视觉的步态识别（特别是基于骨架的步态识别）主要依赖于运动模式，揭示了行走序列中编码的隐含人体测量信息所起的重要作用。我们通过比较分析表明，去除身高信息会导致三个模型在两个基准数据集（CASIA-B 和 GREW）上的性能显著下降。此外，我们提出了一种处理单个姿态的空间变换器模型，该模型忽略任何时间信息，却取得了不合理的高准确率，这强调了对外观信息的偏差，并表明现有基准数据集中存在虚假相关性。这些发现强调需要细致理解基于视觉的步态识别中运动与外观之间的相互作用，促使重新评估该领域的方法论假设。我们的实验表明，“野外”（in-the-wild）数据集较不易受虚假相关性影响，从而提示需要更多样化和大规模的数据集以推动该领域发展。
引用
@article{arxiv.2402.08320,
title = {The Paradox of Motion: Evidence for Spurious Correlations in Skeleton-based Gait Recognition Models},
author = {Andy Cătrună and Adrian Cosma and Emilian Rădoi},
journal= {arXiv preprint arXiv:2402.08320},
year = {2024}
}