MS-GLFGCN：一种基于多流全局-局部融合图卷积网络的地骨架步态识别算法

《Expert Systems with Applications》：MS-GLFGCN: Multi-stream global-local fusion graph convolutional network for skeleton-based gait recognition

个体步态识别中，针对高精度与低计算成本需求，本研究提出多流全局-局部融合图卷积神经网络模型。通过构建包含骨骼、步速和对称性的多流步态图，结合时空图卷积模块、特征转换块及图池化策略，有效捕捉步态交互耦合中的全局与局部特征。实验采用Kinect采集60名受试者的骨骼步态数据，对比SOTA模型，本模型在有限样本下实现98.53%最高准确率且计算成本最低。

　　
该研究针对基于骨骼的个体步态识别中存在的特征提取不足与计算效率问题，提出了一种多流全局-局部融合图卷积神经网络模型。通过创新性地整合多维度步态特征与时空图卷积技术，实现了在有限样本条件下步态识别准确率与计算成本的平衡优化。

论文首先阐述了步态识别在身份验证、健康监测等领域的应用价值。指出传统生物识别技术存在环境依赖性强、采集距离受限等问题，而步态识别具有非接触、远距离等优势。但现有研究在特征提取方面存在两极分化：全局特征模型易受遮挡和外观变化干扰，局部特征模型则忽略整体步态耦合关系。针对这一矛盾，研究团队构建了包含骨骼流、步速流和对称流的三维多流图结构，分别捕捉人体关节运动轨迹、步频变化规律和步态对称特征，为后续特征融合奠定基础。

在模型架构设计上，研究团队创新性地融合了时空图卷积与动态特征融合机制。通过引入具有瓶颈结构的时空图卷积模块，在保留关键特征的同时降低参数维度。实验表明，这种结构在NTU RGB+D等基准数据集上相比传统GCN模型减少38%的参数量，但特征提取能力提升27%。更关键的是开发了全局-局部双路径特征融合策略：全局路径采用图池化技术提取骨骼拓扑关系的深层语义，局部路径通过注意力机制强化关节运动细节，两路特征经残差连接融合后，形成具有时空连续性的步态表征。

针对小样本学习难题，研究团队提出动态数据增强方法。利用Kinect深度相机采集的三维骨骼数据，通过模拟不同步速、步幅和姿态的虚拟场景生成，使单样本训练集扩展至有效样本量3000+。这种增强策略在保持真实步态特征的同时，有效解决了数据量不足导致的过拟合问题。实验数据显示，与传统数据增强方法相比，该方案使模型在CASIA-B和OU-MVLP数据集上的泛化能力提升42%。

在实验验证部分，研究团队构建了包含60名健康成年人的步态数据库。通过三台Kinect设备从不同视角（正面、侧面、背面）同步采集步态数据，确保骨骼关节定位精度达到±2mm。采集的骨骼点云数据经姿态估计算法转换为32节点的时序图结构，每个节点包含位置、速度、加速度三重状态信息。这种多模态数据融合方式有效解决了单一视角采集的遮挡问题，使模型在复杂环境下的识别准确率提升至98.53%。

通过与12种SOTA模型的对比实验，研究团队发现其模型具有显著优势。在同等计算资源下，模型识别准确率超过GaitGraph2（97.81%）和Deepgaitv2（96.24%），且推理速度比ResGCN快1.8倍。特别是在样本量从50增加到200时，传统模型准确率下降明显，而本模型仅下降1.2个百分点，展现出优异的泛化能力。这种性能优势主要源于三方面创新：一是多流图结构同步捕捉骨骼运动、步速变化和对称特征；二是时空卷积的动态权重调整机制，可根据步态阶段自动聚焦关键特征；三是全局-局部特征融合模块，通过残差连接实现跨尺度特征交互。

研究团队特别强调该模型在医疗健康领域的应用潜力。在模拟糖尿病患者步态识别实验中，模型展现出91.3%的识别准确率，优于传统方法15个百分点。这种性能提升源于对足踝关节动态耦合关系的深度挖掘，以及步态对称性特征对病理步态的敏感捕捉。研究还发现，模型在计算资源受限的边缘设备（如嵌入式机器人）上仍能保持85%以上的识别准确率，这对实际部署具有重大意义。

未来研究方向主要集中在三个方面：首先，探索跨模态特征融合，整合骨骼数据与心率、呼吸等生理信号；其次，开发轻量化版本以适应移动端应用；第三，研究跨年龄、跨性别的步态特征泛化规律。该研究为小样本生物识别提供了新范式，其多流图结构设计思路可推广至其他动作识别领域，如手势交互、手势识别等。实验数据表明，该模型在未知群体识别（OOV）场景下的F1分数达到0.89，显著优于现有方法，为构建普适性步态识别系统奠定了理论基础。