.png){kind=icon}
返回
Multiple motion pattern augmentation assisted gait recognition
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2025.110185.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种新颖的运动模式增强模块MPA，用于基于原始轮廓生成多样化的步态活动。与现有的步态识别数据增强方法不同，我们专注于构建包含独特身体运动习惯的新型运动序列，而不是在图像级别应用简单变化。此外，在MPA中，我们首先从各种增强的步态序列中分别提取运动特征，然后将它们压缩成一个紧凑的融合特征，这有助于模型从多个增强的运动序列中学习判别性身份表示。
• 我们提出了一种名为GaitMPA的新型步态识别框架，主要由MFNet、MPA和MFA组成。MFNet旨在捕捉动态运动差异并学习不同身体部位的多粒度时空表示。此外，基于MPA生成的增强运动序列，我们提出了MFA来合并原始步态序列和增强运动数据的多元特征，并将它们聚集为更强大的步态特征。最后，MFNet和MFA的输出被融合用于最终的身份识别。
• 我们在五个公开数据集上进行了大量实验，即CASIA-B、OU-MVLP、CCPG、GREW和Gait3D。比较实验和消融研究的结果证明了所提出方法的有效性和优越性。
