步态识别开源框架OpenGait 迎来多项更新！

OpenGait是发布于2021年的可扩展步态识别框架，介绍OpenGait的论文被CVPR2023接收并选为Highlight Paper。本团队最近几年一直在持续更新和升级OpenGait，致力于为步态识别领域同行提供一个高效的开源工具。

OpenGait内含多种SOTA步态识别算法，你不需要自己复现，只要把自己的算法嵌入OpenGait，就得到算法性能及与其他方法对比。网址：https://github.com/ShiqiYu/OpenGait

过去一年内，OpenGait进行了如下更新：

1. 新增一系列最新顶会SOTA算法

OpenGait对应论文被CVPR2023精选为Highlight Paper，我们在文中深度分析了现有SOTA方法在室外场景表现不佳的潜在原因。基于此，OpenGait提出了一个结构简单、性能强悍的基准模型——GaitBase，在传统室内数据集上达到媲美准确率的同时在室外数据集上实现了新SOTA。

此外，OpenGait还新增了对LidarGait@CVPR2023、ParsingGait@MM2023算法的支持。其中，前者是首个大规模基于点云的步态识别方法、后者是基于人体解析的最新SOTA方法，感谢作者们的贡献！

2. 增加对Pose-based方法的支持

OpenGait新增了对多个Pose-based方法的支持，该特性主要继承自FastPoseGait项目，感谢FastPoseGait项目组为步态识别开源事业作出的贡献！

3. 增加对最新顶会步态数据集的支持

OpenGait及时地支持了最新在顶会、顶刊发布的步态数据集，包括CASIA-E@TPAMI2023 、SUSTech1k@CVPR2023和CCPG@CVPR2023。OpenGait同时发布了在这些数据集上的训练好的GaitBase模型。使用者能够充分利用最新的步态数据集资源，只需要专注于设计自己的模型，就能在各个数据集上轻松地与SOTA进行比较。

4. 首个开源步态识别系统

OpenGait团队开发了一个名为All-in-One-Gait子项目，它提供了首个开源的、快速可用的步态识别系统。该系统整合了目标追踪、图像分割以及步态识别功能，实现了步态识别在系统层面的一体化。使用者只需输入视频，即可轻松使用该步态识别系统。All-in-One-Gait同时支持本地或Colab配置使用。

OpenGait团队一直致力于步态识别技术的发展于应用，欢迎三连：Star、Fork和Watch。

本轮更新的主要贡献者

• 金冬阳，南方科技大学硕士生，11911221@mail.sustech.edu.cn

• 王睿，南方科技大学硕士生，12232385@mail.sustech.edu.cn

• 周子睿，南方科技大学博士生，12331257@mail.sustech.edu.cn

• 梁峻豪，南方科技大学硕士生，12132342@mail.sustech.edu.cn