BriefGPT - AI 论文速递
·
SkeletonGait: 使用骨架图进行步态识别
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的三支路人体步态识别框架（TriGait），融合骨架和轮廓数据特征，准确率明显优于现有技术方法。
🎯
关键要点
-
介绍了一种新的三支路人体步态识别框架（TriGait）。
-
TriGait 融合了骨架和轮廓数据特征。
-
框架包括两流网络，用于提取静态和动态特征。
-
使用 JSA-TC 模块捕捉所有关节之间的依赖关系。
-
第三支路用于交叉模态学习，通过对低级特征进行对齐和融合。
-
实验证据表明 TriGait 在步态识别方面具有卓越的优越性和有效性。
-
在 CASIA-B 数据集上的平均排名准确率为 96.0%。
-
在 CL 数据集上的准确率为 94.3%。
-
TriGait 明显优于所有现有技术方法。
-
源代码将在指定 URL 提供。
🏷️
