复旦大学在AAAI2019发表的GaitSet算法，实现了步态识别的重大突破，精度超越现有state-of-the-art。该算法将步态序列视为图像集，通过集合池化和多尺度特征提取优化，无需建模时序关系，简化了步态识别问题。实验结果显示，即使只有7帧图像，GaitSet的识别精度也可达82%，有望在视频分析领域广泛应用。
点击我爱计算机视觉标星，更快获取CVML新技术
这两天专注介绍计算机视觉黑科技的52CV君发现一篇被AAAI2019录用的非常棒的复旦大学的文章！性能强悍到爆！
而且，论文作者经把代码也开源了！（文末附下载）
文章的题目是《GaitSet: Regarding Gait as a Set for Cross-View Gait Recognition 》，下面是作者信息：
该文研究的问题是步态识别，提出的新算法GaitSet精度大幅超越目前的state-of-the-art，可谓步态识别领域的重大突破！
一、什么是步态识别？
步态是指人们行走时的方式，这是一种复杂的行为特征。尤其在刑事侦查中，具有反侦察意识的罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。
步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装
最低0.47元/天 解锁文章
扫一扫
9685
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
