BigGait: Learning Gait Representation You Want by Large Vision Models阅读笔记

于老师团队又有新作！！

0 Abstract

• 现有的步态识别任务严重依赖上游任务所使用的多种显示步态表征（剪影图、姿态图、点云…），会导致严高额标注成本以及累计错误；
• 文章提出了BigGait框架：
  • 挖掘基于多用途知识（all-purpose knowledge）的高效步态表征；
  • GRE（Gait Representation Extractor）将步态序列图通过无监督方式转化为隐式步态特征；
  • 在大部分的self-domain和cross-domain任务上取得sota。
    

1 Introduction

• 目前，多数步态识别的方法有以下流程：
  • 首先使用上游模型对RGB的人体步态序列进行过滤，目的是去除无关背景等的影响；
  • 其次使用一些归纳偏置对步态表征进行精炼，例如size alignment、coordinate normalization；
• 与以往的方式不同，文章基于Large Vision Models产生的task-agnostic knowledge隐式地构建步态表征，这受启发于：
  • LVM产生的多用途特征具有强大的判别性和泛化性；
  • LVM的自监督预训练避免了对特定任务的上游模型对使用，从而需不要昂贵的数据标