要約
歩行シーケンスを用いて人間を識別する技術、すなわち歩行認識は、長距離から観測可能であり、対象者の協力も必要としないため、有用なバイオメトリック理解タスクである。人の歩行シーケンスを表現するために一般的に使用される2つのモダリティは、シルエットと関節骨格である。各フレームで歩行者の境界を記録するシルエットシーケンスは、持ち物や衣服によって外見が変化することにより影響を受けやすい。フレームごとの関節検出はノイジーであり、一貫性のないジッター（微小振動）を導入することがある。本論文では、シルエットと骨格を組み合わせて、歩行認識のためのフレームごとの関節予測を洗練することを目指している。シルエットシーケンスからの時間情報を用いて、追加のアノテーションなしで洗練された骨格が歩行認識の性能向上に寄与することを示している。我々の手法は4つの公開データセット（CASIA-B, OUMVLP, Gait3D, GREW）で比較され、最先端の性能を達成していることを示した。歩行認識 (gait recognition)バイオメトリック理解タスク (biometric understanding task)シルエット (silhouette)関節骨格 (joint skeleton)ジッター (jitter)