VersatileGait：面向野外仿真的大规模合成步态数据集

步态识别近年来发展迅速。然而，野外步态识别尚未得到充分探索。一个明显的原因可归结为从内在与外在因素视角看缺乏多样化的训练数据。为补救此问题，我们提出借助可控计算机仿真构建大规模步态数据集。具体而言，为丰富步态的内在因素，我们生成具有多样属性且赋予各类行走风格的大量角色。为丰富步态的外在因素，我们构建具有密集相机布局的复杂场景。最后，我们在Unity3D下设计了一套自动化生成工具包，用于模拟行走场景并自动捕获步态数据。由此，我们获得了一个名为VersatileGait的野外步态数据集，其包含10,000个主体、场景多样、逾百万条剪影序列。VersatileGait具备若干优良特性：数据集规模巨大、行人属性多样、相机布局复杂、标注高质量、与真实数据域差距小、对新需求可良好扩展，且无隐私问题。基于VersatileGait，我们提出了一系列面向野外步态研究探索与实际应用的实验与应用。我们的数据集及其相应生成工具包将公开以供进一步研究。