PulseAugur
实时 07:49:04
English(EN) MHRGait: Gait Recognition from Momentum Human Rig Pose

新的MHRGait方法利用关节控制推进步态识别

研究人员推出了一种新颖的步态识别方法MHRGait,该方法利用动量人体骨架(MHR)姿态参数。该方法使用源自单目视频的184个语义组织的人体和手部参数来表示步态,并对其帧内协调和时间演变进行建模。在CCPG和SUSTech1K等基准数据集上的实验表明,MHRGait在基于模型的方法中取得了卓越的性能,并且在网络尺寸相对较小的情况下表现出有效的跨数据集可迁移性。其扩展版本MHRGait++通过融合MHR姿态信息,进一步增强了基于轮廓的识别能力,提供了良好的准确性-效率权衡。 AI

影响 引入了一种新颖的步态识别表示方法,有望提高监控和人机交互应用中的准确性和效率。

排序理由 详细介绍一种新的步态识别方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的MHRGait方法利用关节控制推进步态识别

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Huiran Duan, Qian Zhou, Xianda Guo, Hua Zou, Guoying Zhao, Zhongyuan Wang, Yingli Tian ·

    MHRGait:基于动量人体骨架姿态的步态识别

    arXiv:2607.29083v1 Announce Type: new Abstract: Gait recognition is shaped by its input representation. Silhouettes encode projected body shape, skeletons encode sparse joint coordinates, and 3D meshes encode dense surface geometry. In each case, identity-bearing articulation is …