GaitRef: 정교화된 순차적 스켈레톤을 이용한 보행 인식

보행 시퀀스를 통해 인간을 식별하는 기술, 즉 보행 인식(gait recognition)은 장거리에서 관찰할 수 있으며 피실험자의 협력이 필요하지 않아 유용한 생체 인식 작업으로 알려져 있습니다. 개인의 보행 시퀀스를 표현하기 위해 일반적으로 사용되는 두 가지 모드는 실루엣(silhouettes)과 관절 스켈레톤(joint skeletons)입니다. 각 프레임에서 보행자의 경계를 기록하는 실루엣 시퀀스는 개인이 들고 있는 물건이나 옷 때문에 다양한 외관 변형에 영향을 받을 수 있습니다. 프레임별 관절 검출은 노이즈가 많으며 일관되지 않은 순차적 검출로 인해 일부 진동(jitters)을 유발합니다. 본 논문에서는 실루엣과 스켈레톤을 결합하여 보행 인식을 위한 프레임별 관절 예측을 개선하였습니다. 실루엣 시퀀스에서 얻은 시간 정보를 활용하여, 추가적인 주석 없이 개선된 스켈레톤이 보행 인식 성능을 향상시킬 수 있음을 입증하였습니다. 우리는 CASIA-B, OUMVLP, Gait3D 및 GREW 네 가지 공개 데이터셋에서 제안한 방법들을 비교하였으며, 최신 연구 결과(state-of-the-art performance)를 달성함을 보여주었습니다.