近日，诸侯快讯入口官网2019级本科生黄彬源、罗咏东、谢家辉在潘家辉教授、周成菊副研究员的共同指导下，在SCI期刊IET Computer Vision发表学术成果《Attention-Aware Spatio-Temporal Learning for Multi-view Gait-based Age Estimation and Gender Classification》（大类学科：计算机科学，小类学科：计算机视觉，影响因子：1.484）。该论文于2022年7月投稿，2022年12月被录用。
图 基于注意力感知的时空学习框架ASTL
基于步态的年龄性别识别技术在各个领域逐渐显示出巨大的应用潜力。在视频监控领域，年龄性别等软性生物识别特征可以帮助减少搜索空间，提高人员识别的准确性和效率。在家居领域, 该技术也可以根据行人的年龄进行自动空调调节；同时，该技术还可应用在限制年龄和性别的场所和系统的访问控制。这篇文章提出了一种基于注意力感知的时空学习框架ASTL来进行多视角步态年龄估计及性别分类。该算法策略在多任务的学习框架下，通过三个关键的算法模块提炼步态序列中的软生物特征,其中包含了: 多尺度时序聚合(Multi-Scale Temporal Aggregation)算法，多重激发聚合(Multiple Excitation Aggregation)算法以及多模态协同学习(Multimodal Collaborative Learning)算法，并在大规模的步态年龄/性别数据集OU-MVLP上达到了SOTA性能，其中性别分类准确率达到97.0%, 平均年龄误差达到6.68岁。
撰稿人：李丽 黄彬源
审稿人：潘家辉
标签：#SCI学术论文
