BarbieGait: 歩容認識のための多用途な衣類変更とアイデンティティ整合性を備えた合成ヒトデータセット
arXiv cs.CV / 2026/4/15
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、実在の人物を仮想エンジンへ写像して、アイデンティティ整合性を保ちながら広範な衣類バリエーションを生成する合成ヒト歩容データセット「BarbieGait」を提案する。これにより、衣類を跨いだ評価（クロス・クロージング評価）を可能にする。
- 大量の合成トレーニング／ベンチマークデータを制御可能に生成することで、BarbieGaitは現実世界における主要な制約に対処することを目指している。すなわち、実際の撮影データのみでは、衣類による変化を検証し測定することが困難である。
- 著者らは、クロス・クロージングにおける歩容認識を、布（衣服）不変性に関する課題として特定し、頑健な衣類不変特徴を学習するためのベースラインモデル「GaitCLIF」を提案する。
- 実験の結果、GaitCLIFはBarbieGaitにおけるクロス・クロージング性能を大きく改善するだけでなく、既存の人気歩容認識ベンチマークに対しても同様の効果を示す。
- 本研究は、BarbieGaitと関連するモデリング用ベースラインが、衣類の変化下での歩容認識のさらなる進展を可能にし、布に頑健なバイオメトリクス研究を前進させる可能性があることを位置づける。
