2023年7月14日， 智能视觉计算联合研究中心(BNU-IVC)课题组的研究论文GPGait: Generalized Pose-based Gait Recognition 被ICCV2023接收。该论文通过提出一个名为GPGait的步态识别统一框架，与现有基于姿态的步态识别方法相比，该方法在不同数据集上的泛化性能得到稳定的提升。

基于姿态的步态识别，是一种通过人体行走姿态进行生物识别的技术，具有广泛的应用场景。当前基于姿态的步态识别面临着严重的泛化性问题，该研究提出了一种基于姿态的步态识别统一框架GPGait。该框架包含了以人为中心的数据变换(HOT)，人体结构的多类特征描述(HOD)，通过HOT和HOD得到具有判别性的统一特征。同时为进一步提取细粒度步态特征，提出了人体部位感知图卷积网络(PAGCN)，通过掩膜操作，使模型关注更加细粒度特征的提取和学习。通过在四个公共数据集 (CASIA-B、OUMVLP、GREW和Gait3D) 的实验，验证了所提出GPGait框架的有效性。

图1 GPGait 框架图

本研究获得了国家自然科学基金等的资助。论文第一作者为付杨和孟诗蓓；通讯作者为黄永祯教授和侯赛辉老师。

论文题目：GPGait: Generalized Pose-based Gait Recognition

论文网址：https://arxiv.org/pdf/2303.05234.pdf

课题组老师联系方式：

黄永祯教授: huangyongzhen@bnu.edu.cn/hyz@watrix.ai

侯赛辉老师: housaihui@bnu.edu.cn