ShiqiYu/OpenGait

해결하는 문제

OpenGait는 보행 패턴을 통해 개인을 식별하는 보행 인식(보행 인식)에 특화된 유연하고 확장 가능한 보행 분석 프레임워크를 제공합니다. 다양한 데이터 모달리티(실루엣, 스켈레톤, LiDAR 포인트 클라우드)에서 다양한 보행 인식 방법을 구현, 테스트, 비교할 수 있는 통합 플랫폼과 포괄적인 벤치마크의 필요성을 해결합니다.

작동 방식

이 프로젝트는 실루엣, 스켈레톤 맵, LiDAR 포인트 클라우드와 같은 다양한 입력 데이터를 처리하는 광범위한 보행 인식 모델을 구현합니다. BigGait(대규모 비전 모델 사용), SkeletonGait++, LidarGait++ 등 여러 최첨단(SOTA) 방법을 지원하며, 훈련 및 테스트를 위한 표준화된 파이프라인을 제공합니다. 프레임워크는 효율적인 훈련을 위한 분산 데이터 병렬(Distributed Data Parallel, DDP)과 성능 최적화를 위한 자동 혼합 정밀도(Auto Mixed Precision, AMP)를 지원합니다.

대상 사용자

컴퓨터 비전, 생체 인식, 의료 분야(예: 척추측만증 스크리닝을 위한 보행 패턴을 생체 지표로 활용)에서 일하는 학계 연구자 및 개발자에게 적합합니다.

주요 특징

• 다양한 모달리티 지원: 실루엣 기반, 포즈/스켈레톤 기반, 3D LiDAR 기반 보행 분석을 모두 지원합니다.
• 풍부한 모델 자료실: 다양한 재현된 최첨단 모델과 FoundationGait, BiggerGait와 같은 새로운 기여 모델을 포함합니다.
• 포괄적인 데이터셋 통합: CASIA-B, OUMVLP, GREW, 그리고 100만 수준의 GaitLU-1M 등 다양한 데이터셋을 지원합니다.
• 임상 응용: 보행 패턴을 기반으로 한 척추측만증 스크리닝을 위한 특화 도구인 ScoNet을 포함합니다.