TFIE-Gait：一种基于时频信息增强的步态识别模型

1 论文标题：TFIE-Gait：一种基于时频信息增强的步态识别模型

2 作者信息：蔡 俊：上海理工大学光电信息与计算机工程学院，上海

3 出处和链接：蔡俊. TFIE-Gait：一种基于时频信息增强的步态识别模型[J]. 建模与仿真, 2025, 14(4): 858-870. https://doi.org/10.12677/mos.2025.144336

4 摘要：在步态识别任务中，空间和时序信息对区分不同步态模式至关重要。然而，现有方法在开放环境数据集(如Grew)中主要依赖空间信息，未充分利用时序信息，且开放环境数据集中的噪声(如遮挡和运动暂停)会破坏步态序列时序信息，干扰时序特征提取，降低模型性能。为此，本文提出TFIE-Gait模型，引入时频信息增强模块(TFIE)和去噪采样模块(DAS)。TFIE模块结合时域和频域信息，通过多尺度卷积和自注意力机制提取关节时序特征及关节间依赖关系，并利用傅里叶变换在频域提取判别性特征。DAS模块利用频域去噪前后的序列数据差异联合分析，识别和去除异常数据帧，并利用交叉相关算法拼接子序列，恢复步态序列的周期性时序信息。实验表明，TFIE-Gait在开放环境数据集上显著优于基线模型。