行动所指所及：面向步态识别的区域感知动态聚合与激励
计算机视觉与模式识别
2025-10-21 v1 人工智能
摘要
深度学习步态识别在诸多应用中取得显著进展。准确步态识别的关键在于考虑不同运动区域中独特且多样化的行为模式，尤其是在影响视觉外观的协变量影响下。然而，现有方法通常使用预定义区域进行时序建模，对不同类型的区域分配固定或相等的时序尺度，难以动态建模随时间变化的运动区域并适应其特定模式。为此，本文提出 Region-aware Dynamic Aggregation and Excitation 框架 (GaitRDAE)，自动搜索运动区域，分配自适应时序尺度并应用相应注意力机制。具体而言，框架包含两个核心模块：Region-aware Dynamic Aggregation (RDA) 模块，动态搜索每个区域的最优时序感受野；Region-aware Dynamic Excitation (RDE) 模块，强调学习包含更稳定行为模式的运动区域，同时抑制对易受协变量影响的静态区域的注意力。实验结果表明，GaitRDAE 在多个基准数据集上实现了 SOTA 性能。
引用
@article{arxiv.2510.16541,
title = {Watch Where You Move: Region-aware Dynamic Aggregation and Excitation for Gait Recognition},
author = {Binyuan Huang and Yongdong Luo and Xianda Guo and Xiawu Zheng and Zheng Zhu and Jiahui Pan and Chengju Zhou},
journal= {arXiv preprint arXiv:2510.16541},
year = {2025}
}