ICCVMay, 2022

野外步态识别基准测试

PDF
TL;DR本文提供了新的野外步态识别基准 GREW，该基准数据集采用自然视频捕捉，并包含数百个摄像机和成千上万小时的流。GREW 包含 26k 个身份和 128k 个序列，具有丰富的属性用于非受控步态识别。该基准可作为 state-of-the-art 步态识别算法的有效预训练，旨在促进野外步态识别技术的发展。
gait recognitiondatasetopen systemsunconstrained gaitbenchmark
发现论文，激发创造
  • 跨协变量步态识别：基准测试

    本文描述了一个 20 个月的工作，收集了一个具有交叉共变量的步态识别数据集，提出了基于解析数据的步态识别方法 ParsingGait，通过广泛的实验证明了交叉共变量对步态识别的挑战，并揭示了现有方法在此数据集上的精度低于 43% 的紧迫性。

    Dec, 2023

  • OpenGait: 走姿识别的全面基准研究以提高实用性

    基于 OpenGait 开发的 DeepGaitV2、SkeletonGait 和 SkeletonGait++ 三个基准模型通过全面的基准研究，启示了深度步态模型的建模经验和典型步态特性的表征能力，为步态识别的进一步研究和应用提供了新的方向。

    May, 2024

  • BigGait：用大型视觉模型学习所期望的步态表示

    本论文提出了一种基于大规模视觉模型 (Large Vision Models, LVMs) 的有效步态表示方法，命名为 BigGait。该方法通过无监督学习方式，将通用知识转化为隐式步态特征，并在多个数据集上实验证明，在大多数情况下，BigGait 明显超越了以往的方法，在自领域和跨领域任务中提供了更实用的学习范式，对学习下一代步态表示具有重要意义，并探讨了基于 LVMs 的步态识别中可能出现的挑战和前景方向。

    Feb, 2024

  • GaitSet: 将步态视为一组用于视角跨越式步态识别

    该论文提出了一种新的步态识别方法，将步态看作是由独立帧组成的集合，并采用了一种新型网络 GaitSet 来学习集合中的身份信息，实现了新的识别准确率。

    Nov, 2018

  • GaitSet：利用步态作为深度集合进行跨视角步态识别

    本文提出了一种基于深度集的步态识别方法，该方法利用全局 - 本地融合深度网络集成一组步态帧，具有较高的鲁棒性和灵活性，在识别结果方面表现较好。

    Feb, 2021

  • 野外步态识别：基于稠密三维表示和基准测试

    本文旨在探讨用于野外环境中行走行人的 3D 浓密表征的步态识别，并提出了一种基于 3D Skinned 多人线性（SMPL）模型的新框架 ——SMPLGait，并建立了首个大规模的基于 3D 表征的步态识别数据集 ——Gait3D，以此与现有的步态识别方法进行了全面比较。

    Apr, 2022

  • 步态运动：一种用于病态步态预测的多任务数据集

    利用可穿戴传感器捕捉患者的实时运动，为步幅 / 步长分割和步幅 / 步长长度预测等多个任务提供了大量的真实标签，从而增强研究人员对与神经系统障碍相关的步态紊乱的整体理解，并为医疗产品、法医技术和生物力学研究等领域提供了有益的数据资源。

    May, 2024

  • GADER: 野外行为识别与识别

    我们提出了一种用于挑战性户外场景中的人体验证的端到端步态检测和识别（GADER）算法，该算法利用双螺旋签名来检测人体动作的片段，并结合一种新颖的步态识别方法，在辅助 RGB 识别模型的基础上学习表示。在推理时，GADER 仅使用轮廓模态，并从中获得更强大的表示能力。对室内和室外数据集进行的广泛实验表明，该方法在步态识别和验证方面优于现有方法，在非受限的远距离场景中有显著的 20.6% 改进。

    Jul, 2023

  • 基于解缠表示学习的步态识别

    该研究提出一种基于 AutoEncoder 框架、利用 RGB 成像中的姿态和外貌特征，以及对前方视角步行进行重点研究的 FVG 数据集来辅助鲁棒的步态识别方法，通过在 CASIA-B，USF 和 FVG 数据集上的大量实验证明了该方法具有优秀的识别性能、特征解缠能力和有前途的计算效率。

    Apr, 2019

  • 基于深度学习的人体步态识别：综述

    该研究综述了步态识别技术的发展和应用，并分析了环境因素和复杂性，比较了它与其他生物识别系统的差异，同时探讨了深度学习技术在人类步态识别中的应用和可能的研究机会。

    Sep, 2023