基于结构感知与动态融合机制的步态识别研究

来源：电子测量技术杂志2026年第9期北京时间：

作者：翟奥北，奚昊，范金豪，胡传平

单位：1.郑州大学电气与信息工程学院 郑州 450001; 2.郑州大学网络空间安全学院 郑州 450052

摘要：针对基于轮廓的步态识别方法因过度依赖全局表征，而在服装变化等强外观干扰下性能骤降的瓶颈，提出了一种融合结构感知与动态注意力的识别模型。该模型旨在将识别范式从匹配易变轮廓升维至理解内在运动规律。为此，构建了一个双路并行框架：首先，通过一条结构感知路径对人体关键局部区域进行精确建模；其次，引入频率解耦的动态注意力机制以自适应增强最具区分度的特征通道，应对步态相位变化；最后，利用深度语义融合模块将局部结构信息与全局表征进行多尺度协同，生成兼具稳定性与判别力的最终特征。实验结果表明，该模型在CASIA-B数据集上的平均准确率达到89.9%，尤其在服装变化场景下较基线模型提升了11.0%；同时在大规模OU-MVLP数据集上的Rank-1准确率达到89.5%。研究证实，该模型通过协同局部结构感知与全局特征增强，有效提升了步态识别在复杂外观干扰下的稳健性与识别精度。

关键词：步态识别;结构感知;动态注意力;特征融合