GaitContour：基于轮廓-姿态表示的高效步态识别

基于摘要分析。本文研究基于行走模式的身份识别，针对轮廓图像方法与稀疏关键点方法之间的效率—信息量权衡，提出 Contour-Pose 表示及局部到全局架构 GaitContour。其主要研究对象是视觉步态识别，并非 EEG 解码或 BCI。 方法上，Contour-Pose 以紧凑的关键点式表示同时编码身体形状与部位信息，旨在缓解稀疏关键点造成的信息损失。GaitContour 分两阶段计算身份嵌入：第一阶段使用局部 Transformer 从五个身体区域提取特征；第二阶段聚合区域特征，形成全局步态表示。该设计通过局部处理后再聚合，降低注意力运算复杂度。摘要未给出表示的具体构建方式、训练目标及复杂度公式。 作者报告，在大规模步态识别实验中，GaitContour 优于此前的关键点方法，并称 Contour-Pose 在融合式步态识别方法中取得新的 SoTA 表现；但摘要未提供数据集名称、划分协议、评价指标、具体分数、计算成本或统计信息，因此尚不能量化优势或核对比较条件。实验协议、消融及统计信息尚未验证，代码与复现条件亦未确认。 本文的效率收益依赖人体轮廓、关键点和身体区域等视觉结构，材料未建立其与 EEG 通道、信号特征或解码目标的具体对应关系，因此不据此推断 BCI 有效性。相关 EEG 工作尚未检索确认。