BriefGPT - AI 论文速递
·
PsyMo：从步态中估计自报心理特征的数据集
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过GaitMorph方法修改步态序列，为步态识别系统提供更多数据变异和模拟额外的步行变化。利用高压缩模型训练步态骨架序列，构建离散且可解释的潜在空间，并提出基于最优传输理论的方法来学习离散码本上的潜在传输映射，以变形步态序列。实验证明该方法适用于合成额外视图。
🎯
关键要点
-
提出了一种名为 GaitMorph 的新颖方法，通过自监督学习修改步态序列。
-
GaitMorph 方法为步态识别系统提供更多数据变异和模拟额外步行变化。
-
基于高压缩模型训练步态骨架序列，构建离散且可解释的潜在空间。
-
保留与身份相关的特征，并提出基于最优传输理论的方法。
-
学习离散码本上的潜在传输映射，以变形步态序列。
-
实验证明该方法适用于合成额外视图。
➡️
