多尺度模糊步态网络
多人场景准确率高
用模糊骨架补全解决多人场景下的骨骼缺失问题，在提取细粒度步态特征的同时保持低时延。
邱杰凡 · Yi-Zhe, Jia · Xingyu, Chen · Xiangyun, Zhao · 冯海林 · Kai, Fang
IEEE Transactions on Fuzzy Systems 2024
参数信息
- 平均准确率提升（相较PTSN）
- 53.77 %
- 平均准确率提升（相较PoseMapGait）
- 42.07 %
- 平均准确率提升（相较JointsGait）
- 25.3 %
- 平均准确率提升（相较GaitGraph2）
- 13.47 %
- 平均准确率提升（相较CycleGait）
- 9.5 %
- 平均耗时
- 180 ms
技术优势
多人场景准确率高
IGSM模块利用根骨架预测和基于OKS的骨架计算，在多人场景下分离出独立的步态集合，避免错误跟踪和关键点缺失。
模糊骨架可解释补全
FU-SCN通过模糊瓶颈结构在低维关键点上提取特征，并利用多尺度融合捕捉行走时人体不同尺度上的差异关系，从而生成细粒度步态表征。
边缘设备低时延
方法在边缘设备上平均耗时180ms，适合实时应用。
应用场景
- 步态生物识别：在多人场景下精准分离个体步态，用于身份验证与识别。
- 多人场景动作识别：通过骨架补全与特征提取，提升多人动作识别的准确率。
- 边缘端人体姿态分析：在边缘设备上实时处理人体姿态，支撑低时延分析任务。
- 低空监控与追踪：在低空监控视角下稳定跟踪多人骨骼，辅助步态识别与追踪。