ShiqiYu/OpenGait

解决的问题

OpenGait 提供了一个灵活且可扩展的步态分析框架，专注于步态识别（通过行走模式识别个人）。它解决了在不同数据模态（如轮廓、骨架、LiDAR点云）下，实现、测试和比较各种步态识别方法所需的综合性基准和统一平台的需求。

工作原理

该项目实现了多种步态识别模型，可处理不同类型的输入数据，包括轮廓图、骨架图和LiDAR点云。它支持多种最先进（SOTA）方法，如 BigGait（使用大视觉模型）、SkeletonGait++ 和 LidarGait++，并提供标准化的训练与测试流程。框架支持分布式数据并行（DDP）以实现高效训练，并支持自动混合精度（AMP）以优化性能。

适用人群

专为计算机视觉、生物特征识别和医疗健康领域的研究人员及开发者设计，例如利用步态模式作为脊柱侧弯筛查的生物标志物。

主要亮点

• 广泛模态支持：支持基于轮廓、姿态/骨架和3D LiDAR的步态分析。
• 丰富的模型库：包含多种复现的SOTA模型，以及 FoundationGait 和 BiggerGait 等新贡献模型。
• 全面的数据集集成：支持 CASIA-B、OUMVLP、GREW 以及百万级数据集 GaitLU-1M 等多个数据集。
• 临床应用：包含专门工具 ScoNet，用于基于步态模式的脊柱侧弯筛查。