GaitSet: 歩行をセットとして捉えたクロスビュー歩行認識

歩行は、遠距離から認識可能な独自の生体認証特徴であり、犯罪予防、鑑識識別、社会安全保障において広範な応用が見込まれています。既存の歩行認識手法では、時間情報を維持するのが難しい歩行テンプレートを使用するか、不要な連続制約を保持しなければならず、歩行認識の柔軟性が失われる歩行シーケンスを利用する方法があります。本論文では、新しい視点を提示し、歩行を独立したフレームからなる集合と捉えます。この視点に基づき、我々は集合から個人情報（identity information）を学習する新しいネットワークであるGaitSetを提案します。当手法はフレームの順序に影響を受けず、異なる状況下で撮影された異なるビデオからのフレームを自然に統合することができます。例えば、多様な視点角度や異なる服装・持ち物条件などです。実験結果によると、通常の歩行条件下において、我々の単一モデル手法はCASIA-B 歩行データセットで平均ランク1精度95.0%、OU-MVLP 歩行データセットで87.1%の精度を達成しました。これらの結果は新たな最先端の認識精度を示しています。また、様々な複雑な状況下でも当モデルは高い堅牢性（robustness）を示しており、CASIA-B のバッグを持った場合やコートを着た場合の歩行条件下ではそれぞれ87.2%と70.4%の精度を達成しています。これらは既存の最良手法よりも大幅に優れています。さらに提案手法はテストサンプルにおける少量のフレームでも満足すべき精度を得ることができ、例えばCASIA-B において7フレームのみで82.5%の精度を得ています。ソースコードは https://github.com/AbnerHqC/GaitSet にて公開されています。