Hierarchische raum-zeitliche Repräsentationslernen für Gangarten-Erkennung

Schrittanerkennung ist eine biometrische Technik, die Individuen anhand ihrer einzigartigen Gangarten identifiziert. Diese Methode eignet sich für unbeschränkte Umgebungen und hat eine breite Anwendungsspektrum. Während aktuelle Ansätze sich auf körperteilbasierte Darstellungen konzentrieren, vernachlässigen sie oft die hierarchischen Abhängigkeiten zwischen lokalen Bewegungsmustern. In dieser Arbeit schlagen wir einen Rahmen für hierarchisches räumlich-zeitliches Repräsentationslernen (HSTL) vor, um Schrittmerkmale von grob zu fein zu extrahieren. Unser Rahmen beginnt mit einer hierarchischen Clusteranalyse, um mehrstufige Körperteile von der Gesamtkörperstruktur bis hin zu lokalen Details wiederherzustellen. Anschließend wird ein adaptiver regionenbasierter Bewegungsextraktor (ARME) entwickelt, um regionenunabhängige Bewegungsmerkmale zu lernen. Das vorgeschlagene HSTL stapelt mehrere ARMEs in top-down-Reihenfolge, wobei jeder ARME einem bestimmten Partitionierungsniveau der Hierarchie entspricht. Ein adaptives räumlich-zeitliches Pooling (ASTP)-Modul wird verwendet, um Schrittmerkmale auf verschiedenen Detailstufen zu erfassen und hierarchische Merkmalsabbildung durchzuführen. Schließlich setzt ein rahmensequenzbasiertes zeitliches Aggregationsmodul (FTA) zur Reduktion redundanter Informationen in Schrittabfolgen durch mehrskaliges zeitliches Downsampling ein. Ausführliche Experimente auf den Datensätzen CASIA-B, OUMVLP, GREW und Gait3D zeigen, dass unsere Methode den aktuellen Stand der Technik übertrifft und dabei eine angemessene Balance zwischen Modellgenauigkeit und Komplexität beibehält.