Jul, 2023

GADER: 野外行为识别与识别

PDF
TL;DR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。
gait recognitiongait detection and recognition (gader)outdoor scenarioshuman authenticationgait verification
发现论文，激发创造
  • GaitEdge：超越纯端到端步态识别以提高实用性

    本文提出了一种名为 GaitEdge 的新型端到端框架，利用行人分割网络合成可训练的身体边缘和固定内部的合成剪影来屏蔽步态非相关信息，实现端到端训练，经实验验证，在 CASIA-B 和作者新建的 TTG-200 数据集上，GaitEdge 显著优于之前的方法，提供了更实用的端到端范式。

    Mar, 2022

  • 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

  • DIOR：室内外重识别数据集 -- 长距离 3D/2D 骨架步态采集管道，半自动化步态关键点标注和基准评估方法

    本文介绍了 DIOR 框架的数据收集和半自动化标注，提供了一个包含 14 个主题和 1649 万帧（其中包括来自长距离摄像头的 20 万帧）的数据集，旨在通过先进的 3D 计算机视觉技术实现在室内和户外长距离设置下的像素级准确度和骨架标注。

    Sep, 2023

  • GAD：一种具有在线自适应学习的实时步态异常检测系统

    通过降维和长短时记忆（LSTM）方法，该论文引入了 GAD（实时步态异常检测系统），用于在三维加速度计读数中检测个人的异常步态，并通过在线学习自适应于细微模式变化，实现了较高的检测准确率。

    May, 2024

  • 基于步态分析的实时人员识别

    通过使用低功耗模型，借助可穿戴设备在边缘进行实时步态识别，本研究成功地在 Arduino 上演示了作者的实时身份识别，从而强调了其功效，并为不久的将来在实际系统中应用提供了可行性证明。

    Apr, 2024

  • GaitFi: 基于 WiFi 和视觉多模态学习的强健无设备人体识别

    本研究提出了一种新型的人体步态识别方法，名为 GaitFi，该方法利用 WiFi 信号和视频进行人体识别，其中 Channel State Information 可以捕捉人体步态，经实验证明 GaitFi 表现较好，可达到 94.2% 的人体识别准确率。

    Aug, 2022

  • 用于人物识别的步态特征自动学习

    该研究旨在利用卷积神经网络从低级运动特征（如光流分量）学习高级描述符，并以此实现视频中人的识别。实验证明，将光流的时空块作为卷积神经网络的输入数据，可以以比以往更低的图像分辨率（即 80x60 像素）获得最先进的步态识别效果。

    Mar, 2016

  • 基于姿态的深度步态识别

    本文提出了一种基于姿态的卷积神经网络模型，用于人体步态识别，利用肢节周围区域的动作信息和光流法提取特征，实验证明该方法的效果超过现有技术水平。

    Oct, 2017

  • 学习解缠表示以进行步态识别

    采用 AutoEncoder framework - GaitNet 来解决服装、携带物品和观察角度等干扰因素的问题。同时我们还建立了 Frontal-View Gait dataset，通过 CasIA-B，USF 和 FVG 数据集的实验，我们的方法表现优异，并且在某些场景下与其他识别技术相比具有优势，如长距离 / 低分辨率，交叉观测角度。

    Sep, 2019