【TPAMI2022】深度步态识别研究进展，Deep Gait Recognition: A Survey

步态识别是一种很有吸引力的生物特征识别方法，它的目的是根据个人走路的方式来识别他们。自2015年以来，深度学习通过自动学习区别表示的能力重塑了这一领域的研究格局。基于深度学习的步态识别方法目前在该领域占主导地位，并培养了现实世界的应用。在本文中，我们全面概述了深度学习步态识别的突破和最近的发展，涵盖了广泛的主题，包括数据集，测试协议，最新的解决方案，挑战和未来的研究方向。我们首先回顾了常用的步态数据集以及为评估它们而设计的原则。然后，我们提出了一个新的分类方法，它由四个独立的维度组成，即主体表征、时间表征、特征表征和神经结构，以帮助描述和组织该领域的研究景观和文献。在此基础上，对基于深度学习的步态识别方法进行了综述，并对其性能、特点、优势和局限性进行了讨论。我们总结了这一综述，讨论了当前的挑战，并提出了在步态识别一些有前途的方向，未来的研究。