arXiv Computer Vision· Saihui Hou, Chenye Wang, Wenpeng Lang, Qiannan Guo, Zhengxiang Lan, Chao Fan, Shiqi Yu, Yongzhen Huang·· 20 小时前AI 评分22
Gait-VL：面向细粒度步态理解的属性中心视觉-语言对齐
Attribute-Centric Vision-Language Alignment for Fine-Grained Gait Understanding
AI 导读
研究提出大规模多模态基准 RA-GAR，含 1,001 名受试者、242,729 条行走序列及 15 项静态与运动步态属性标注，并构建属性中心视觉-语言对齐框架 Gait-VL，通过属性专属多帧视觉证据与文本类原型匹配识别步态属性。在 RA-GAR 上取得最优属性识别性能，且属性预训练视觉编码器替换通用上游大视觉模型后，在多个身份步态识别流程与基准上均获一致提升。
来源：arXiv Computer Vision · arxiv.org