近日，计算机视觉领域顶级国际会议international conference on computer vision (iccv) 2023录用我校完成的题为hierarchical spatio-temporal representation learning for gait recognition的研究论文。实现了河北农业大学在该会议上的首次突破。iccv由ieee主办，在世界范围内每两年召开一次，是中国计算机学会 (ccf) 推荐的人工智能类a类会议，在业内具有极高的评价。
步态识别是一种通过个体独特的行走方式进行生物识别的技术，适用于无约束的环境，具有广泛的应用场景。虽然当前方法多使用基于身体部件的表示，但它们往往忽略了局部运动模式之间的层次依赖性。该研究提出了一种用于步态识别的层次时空表示学习 (hstl) 框架。hstl堆叠多个基于自适应区域的运动提取器 (arme ) ，并以由粗到细的方式学习步行模式，同时提出了一种自适应时空池化 (astp) 模块，用于对各级arme的输出进行层次特征映射。此外，基于融合时间信息来压缩局部子序列，设计了一个帧级时间聚合模块 (fta) 。通过在四个公共数据集 (casia-b、oumvlp、grew和gait3d) 的实验，验证了所提出hstl框架的有效性。
图 1 模型框架图
图 2 模型在性能和计算复杂度上取得权衡
我校刘博副教授为通讯作者，信息科学与技术学院硕士生王雷为该论文的第一作者，信息科学与技术学院梁芳芳副教授，硕士生王斌成参与了此项工作，该工作得到了河北省农业大数据重点实验室、国家自然科学基金委、河北农业大学自主培养人才计划的支持。
作者：信息科学与技术学院 编辑：宣传部
