《IEEE Transactions on Biometrics, Behavior, and Identity Science》：HiPo-Gait: Hierarchical Pose model decoupling for Gait Recognition
编辑推荐：
为解决步态识别中传统轮廓或外观表征对体形轮廓敏感、姿态表征模型性能不足的问题，研究人员开展了基于姿态表示的步态特征提取研究，提出了一种新颖的分层架构HiPo-Gait。该方法通过分析身体姿态的孤立肢体，并使用新型局部注意力融合模块(LAF)在不同层级对其进行分组，从而生成鲁棒的步态分层描述符。实验结果表明，该方法的层级解耦能从每个独立肢体提取更丰富的特征，且其融合策略优于经典融合操作。最终，在多个公开数据集上超越了现有最佳姿态基模型，提升了步态识别的准确性与稳健性，对生物特征识别领域具有积极意义。
在生物特征识别领域，步态，即一个人的行走方式，因其远距离、非接触、难以伪装等特性，被视为极具潜力的身份标识符。传统的步态识别方法主要依赖轮廓或外观表征来分析行走模式。轮廓虽然能捕捉丰富的运动信息，但其高度依赖于身体形状和轮廓，这些因素可能与步态分析本身无关，甚至引入干扰。相比之下，人体姿态作为一种更鲁棒、语义更明确的表征形式，逐渐受到关注。它直接刻画了人体关键关节点在空间中的位置与运动，理论上应能更纯粹地反映个体的步态特征。然而，现实情况是，基于姿态的模型在性能上通常逊色于基于轮廓的方法。这一性能差距背后，可能源于姿态数据（通常为关节点坐标序列）的信息密度较低，以及对姿态序列中复杂的时空关系、肢体间协同作用挖掘不足。
为了克服这些挑战，提升从姿态表示中提取步态特征的能力，一项名为“HiPo-Gait: Hierarchical Pose model decoupling for Gait Recognition”的研究应运而生，并发表在《IEEE Transactions on Biometrics, Behavior, and Identity Science》上。这项研究的核心目标是探索如何更有效地从人体姿态数据中解码出具有高度判别性的步态特征，从而缩小乃至超越轮廓基方法的性能，推动步态识别技术向更鲁棒、更实用的方向发展。
研究人员为开展此项研究，主要应用了以下几个关键技术方法：首先，构建了一个新颖的分层架构，其核心思想是对身体姿态进行层级化解耦分析。具体而言，模型并非将整个人体姿态作为一个整体处理，而是首先关注孤立的肢体（如左臂、右腿等），从这些局部单元中提取基础特征。其次，设计并采用了局部注意力融合模块 (Local Attention-based Fusion module, LAF)，该模块能够智能地、自适应地将从不同肢体提取出的特征，在多个语义层级（如肢体级、半身级、全身级）上进行融合，最终生成一个综合的、鲁棒的分层描述符。第三，在模型输入表示上，研究没有使用常规的关节点坐标，而是采用了信息更丰富的热力图 (Heatmaps) 来表征身体姿态，这有助于保留更多的空间不确定性和上下文信息。实验在多个公开步态数据集上进行评估，包括在不同条件下（如不同着装、携带物品）的CASIA-B数据集，以及CCPG、SUSTech1K和FVG-B等数据集，以验证模型的泛化能力。
研究结果部分通过详实的实验验证了HiPo-Gait方法的有效性：
- •
分层解耦与融合的有效性：实验分析表明，a) 所提出的分层解耦策略能够从每一个独立的肢体中提取出更丰富的特征；b) 基于局部注意力(LAF)的融合方法在聚合不同肢体特征时，其效果优于传统的融合操作（如拼接、求和、平均池化等）。这证实了细粒度分析和智能融合对于提升姿态基步态识别性能的重要性。
- •
性能超越现有最佳模型：在多个基准数据集上的对比实验显示，HiPo-Gait模型取得了显著的性能提升。具体而言，在CASIA-B数据集上，该方法相比顶级的姿态基(state-of-the-art)模型实现了3.3个百分点的性能提升。在更具挑战性的CCPG和SUSTech1K数据集上，提升幅度分别达到了21.9% 和25.6%。即使在FVG-B数据集上，该方法也比顶级模型有1.7% 的改进。这些结果一致表明，HiPo-Gait在多种场景和挑战下均能稳定地提升识别精度。
- •
输入表示优势验证：通过将输入从关节点坐标替换为热力图的实验对比，验证了使用更丰富的姿态表示（热力图）作为输入，有助于模型学习到更具判别力的特征，从而对最终性能产生积极贡献。
结论与讨论部分对研究工作进行了总结并展望了未来。本研究的核心结论是，通过引入一种分层姿态解耦架构 (Hierarchical Pose model decoupling) 并结合局部注意力融合模块 (LAF)，能够有效地从人体姿态数据中提取出强大且鲁棒的步态特征。该方法成功地将身体姿态分解为局部肢体进行分析，再通过注意力机制进行层次化聚合，从而克服了传统姿态基方法特征提取不充分、融合策略单一的局限性。实验结果充分证明，该设计显著提升了步态识别的准确性，在多个数据集上超越了现有的姿态基最佳模型，展现了其优越性。
这项研究的重要意义在于：第一，它为解决姿态基步态识别长期性能不足的问题提供了一条新颖且有效的技术路径，即通过细粒度解耦和自适应融合来充分挖掘姿态序列中的判别信息。第二，所提出的HiPo-Gait模型具有通用性框架的特点，其分层处理和注意力融合的思想可望为其他基于序列或图结构的人体动作分析任务提供启发。第三，随着对隐私保护要求的提高，基于姿态（而非原始外观）的生物识别技术更符合伦理规范，本研究的进展有助于推动更可靠、更可接受的步态识别系统走向实际应用。未来工作可以探索将类似架构与多模态信息（如轮廓与姿态的融合）结合，或应用于更复杂的真实世界场景，以进一步推动该领域的发展。
