基于注意力的形状和步态表示学习方法对基于视频的更衣人物再识别
原文中文，约300字，阅读约需1分钟。发表于：。本研究提出了一种基于注意力机制的形状和步态表示学习框架，通过使用空间 - 时间图注意力网络进行服装变化下的人物再识别，从而提高了人物再识别的性能。
该文章介绍了一种新的步态识别框架GaitASMS，能够提取自适应结构化空间表示和多尺度时间信息，并引入了数据增强方法random mask。在CASIA-B数据集上，该方法取得了93.5%的平均准确率，并在BG和CL上分别提高了3.4%和6.3%的rank-1准确率。消融实验证明了该方法的有效性。
