ShiqiYu/OpenGait

解決的問題

OpenGait 提供一個彈性且可擴展的步態分析框架，專注於步態識別（透過行走模式識別個人）。它解決了在不同資料模態（如輪廓、骨架、LiDAR 點雲）下，實現、測試與比較各種步態識別方法所需的綜合性基準與統一平台的需求。

工作原理

此專案實作了多種步態識別模型，可處理不同類型的輸入資料，包括輪廓圖、骨架圖與 LiDAR 點雲。它支援多種最尖端（SOTA）方法，如 BigGait（使用大型視覺模型）、SkeletonGait++ 與 LidarGait++，並提供標準化的訓練與測試流程。框架支援分散式資料平行（DDP）以實現高效訓練，並支援自動混合精度（AMP）以優化效能。

適用對象

專為電腦視覺、生物特徵識別與醫療健康領域的研究人員及開發者設計，例如利用步態模式作為脊柱側彎篩檢的生物標記物。

主要亮點

• 廣泛模態支援：支援基於輪廓、姿態/骨架與3D LiDAR的步態分析。
• 豐富的模型庫：包含多種重現的 SOTA 模型，以及 FoundationGait 與 BiggerGait 等新貢獻模型。
• 全面的資料集整合：支援 CASIA-B、OUMVLP、GREW 以及百萬級資料集 GaitLU-1M 等多個資料集。
• 臨床應用：包含專用工具 ScoNet，用於基於步態模式的脊柱側彎篩檢。