《Engineering Science and Technology, an International Journal》：DGait: Robust gait recognition using dynamic ST-GCN with global aware attention
编辑推荐：
本文推荐一项步态识别研究，针对现有ST-GCN方法在关节动态关联和长程依赖建模上的不足，提出多流动态时空图卷积网络（DGait）。该研究通过改进的HOP提取策略均衡关节重要性，引入全局感知注意力（GAA）增强空间-时间关节关联，在CASIA-B、OUMVLP-Pose和GREW数据集上分别达到96.94%、92.7%和72.6%的识别准确率，为模型化步态识别提供了新思路。
在人工智能与计算机视觉领域，步态识别作为一种非侵入式的生物特征识别技术，因其远距离、无需配合的应用优势受到广泛关注。然而，传统基于外观的方法易受衣着、携带物等外部因素干扰，而基于骨架的模型方法虽更具鲁棒性，却面临关节动态关联性捕捉不足、长程依赖建模存在偏差等挑战。现有时空图卷积网络（ST-GCN）往往局限于局部邻域卷积，难以建立物理不相邻关节间的动态关联，且多尺度操作易导致近端关节权重过高的问题。
为突破这些瓶颈，孟加拉国工程技术大学（CUET）的Khaliluzzaman与Deb提出了名为DGait的创新框架，该工作发表于《Engineering Science and Technology, an International Journal》。研究团队设计了一种融合多流输入的动态时空图卷积网络（DSTGCN），通过关节、骨骼和运动三流数据早期融合丰富特征表达，采用改进的HOP提取方法均衡远近关节重要性，并在ST-GCN残差路径中嵌入全局感知注意力（GAA）模块，使模型能够动态感知全局上下文信息。关键技术包括基于HRNet的姿态估计、多流特征融合、改进的HOP邻接矩阵构建，以及集成GAA的DSTGCN单元设计。
3. Materials and methods
研究通过HRNet姿态估计器从RGB视频中提取14个关节点的动态骨架序列，构建时空图结构。提出三流输入机制：关节流计算关节点相对于鼻尖的坐标偏移；运动流提取相邻帧间关节位移；骨骼流则编码关节长度与角度信息。针对图卷积中的长程依赖问题，采用广度优先搜索算法改进HOP提取策略，确保远近关节具有同等重要性。核心创新点DSTGCN单元在传统ST-GCN基础上引入GAA模块，通过全局平均池化压缩时空特征，再经1D卷积和Sigmoid激活生成通道注意力权重，增强对物理分离关节的关联建模。
4. Experimental results
在CASIA-B数据集上，DGait在正常行走（NM）、携带包（BG）和穿着外套（CL）条件下平均准确率分别达96.94%、93.56%和90.78%，显著优于GaitGraph2、MS-Gait等对比模型。跨视角测试显示，模型在0°-180°范围内均保持稳定性能，证明其视角不变性。在大规模OUMVLP-Pose数据集上取得92.7%的平均准确率，较Gait-D提升1.7%。特别在真实场景GREW数据集上，模型Rank-1准确率达72.6%，验证了其对复杂环境的适应能力。消融实验表明，三流输入、改进HOP和GAA模块分别带来4.4%、6.6%和4.7%的性能提升。
5. Ablation study
消融研究系统验证了各组件的贡献：基础模型（Set a）仅使用关节流输入，平均准确率为78.10%；加入骨骼与运动流（Set b）后提升至82.46%；引入改进HOP提取（Set c）进一步优化至89.06%；最终集成GAA模块（Set d）达到93.76%的峰值性能。结果表明，GAA机制通过全局上下文注入，有效增强了局部卷积对动态信息的捕捉能力。
本研究提出的DGait框架通过多流特征融合、均衡化邻接矩阵构建和全局感知注意力机制，显著提升了骨架基步态识别的准确性与鲁棒性。其创新性在于将动态时空建模与注意力机制深度融合，解决了传统方法对关节动态关联刻画不足的痛点。该技术为安防监控、医疗康复等领域的身份认证提供了新思路，未来可进一步探索关节数量优化、遮挡场景适应等方向。
