长距离条件下语义感知的多模态步态识别
计算机视觉与模式识别
2026-03-17 v1 人工智能
摘要
步态识别是一种新兴的生物识别技术，可实现非侵入且难以伪造的人类识别。然而，大多数现有方法局限于短距离、单模态环境，难以在真实世界条件下泛化到长距离和跨距离情景。为填补这一差距，我们提出LRGait——首个为稳健的长距离步态识别而设计的LiDAR-摄像机多模态基准测试，覆盖多样化的户外距离和环境。我们进一步提出EMGaitNet——一个专为长距离多模态步态识别所设计的端到端框架。为弥合RGB图像与点云之间的模态差异，我们引入语义引导的融合管道。CLIP-based语义挖掘（SeMi）模块首先提取人体部位感知的语义线索，然后用于在统一嵌入空间中通过语义引导对齐（SGA）模块对齐2D和3D特征。对称交叉注意力融合（SCAF）模块层次性地整合视觉轮廓和3D几何特征，时空（ST）模块捕获全局步态动力学。广泛的实验在各种步态数据集上验证了该方法的有效性。
引用
@article{arxiv.2603.14189,
title = {Walking Further: Semantic-aware Multimodal Gait Recognition Under Long-Range Conditions},
author = {Zhiyang Lu and Wen Jiang and Tianren Wu and Zhichao Wang and Changwang Zhang and Siqi Shen and Ming Cheng},
journal= {arXiv preprint arXiv:2603.14189},
year = {2026}
}
备注
Accepted by AAAI 2026