arXiv · 机器人与计算机视觉· Robyn Larracy, Erik Scheme·· 15 天前AI 评分38
BiStepNet 实现跨鞋履步态零样本识别:基于 StepUP-P150 数据集的稳健性研究
On the Learnability of Footwear Robustness: Footstep Recognition Under Unseen Conditions
AI 导读
BiStepNet 架构利用 StepUP-P150 数据集,在用户仅用固定鞋履注册的情况下,实现了针对任意未见鞋履条件的零样本步态身份识别。该模型将空间与时间特征解耦为独立训练流,性能随训练集中鞋履表示的体积和多样性提升而系统增强。研究还证明,通过架构分解设计引入部分模态重叠的辅助步态数据集,可进一步改善对未见鞋履条件的鲁棒性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org