近日，第十九届中国图像图形学学会CSIG青年科学家会议在广州盛大召开。我校颜成钢教授领导的团队以杭州电子科技大学为第一单位，携论文《Gait Recognition in the Wild with Dense 3D Representations and A Benchmark》（CVPR 2022，CCF A类会议）参展，荣获“优秀论文”殊荣。

本次大会共有150篇论文参展，经过严格的评审流程，组委会根据论文的引用量和专家评审打分，最终从众多优秀论文中评选出9篇“优秀论文”。我校颜成钢教授团队的论文凭借其卓越的研究成果和创新思维，成功脱颖而出，成为获此殊荣的佼佼者之一。

自2022年发表以来，这篇研究论文在学术界的影响力逐渐显现，至今已累计获得77次引用。其中，该论文所提出的Gait3D数据集已被超过200家国内外知名高校和科研机构申请使用，涵盖了清华大学、北京大学、中国科学院自动化研究所、美国华盛顿大学等知名学府和研究机构。本研究致力于解决真实场景下基于密集三维表征的步态识别这一具有实际应用价值却长期被忽视的问题。为此，研究团队提出了一个名为SMPLGait的新框架，旨在探索3D人体骨骼蒙皮模型（3D Skinned Multi-Person Linear (SMPL) model）在步态识别领域的可行性。SMPLGait通过两个精心设计的分支来实现其目标：一个分支从人体轮廓中提取外观特征，另一个分支则从3D SMPL模型中学习三维视角和体型的先验知识。由于缺乏合适的数据集，研究团队还构建了第一个基于三维表示的自然场景大规模步态识别数据集——Gait3D。该数据集包含4000个行人对象和超过25000个步态序列，采集自一个无约束的真实室内场景中的39个摄像头。Gait3D提供了从视频帧中恢复的3D SMPL数据，支持密集人体体型、三维视角和步态动态信息的三维建模。此外，该数据集还提供了二维人体轮廓和人体关键点数据，有助于研究者们探索多模态步态识别。基于Gait3D数据集，研究团队全面比较分析了所提出的SMPLGait方法和现有步态识别方法。实验结果表明，所提出的方法不仅具有更高的步态识别准确性，而且显示出三维特征表示在真实场景的步态识别问题中具有巨大潜力。这一研究成果为未来步态识别技术的发展和应用提供了有力支持。

本研究由杭州电子科技大学与京东探索研究院合作完成。该论文的第一作者为2020级博士研究生郑锦凯，指导老师为颜成钢教授。郑锦凯同学是杭电智能信息处理实验的硕博连读研究生，专注于步态识别和计算机视觉领域的研究。此前，他以第一作者身份在多个国际顶级会议发表论文，包括计算机视觉领域的CVPR 2022（CCF A类）、多媒体领域的ACM MM 2022（CCF A类）和ACM MM 2023（CCF A类），以及IEEE ISCAS国际学术会议。他曾荣获2021年度IEEE MSA-TC最佳论文提名奖等。

杭州电子科技大学“智能信息处理实验室”(HDU IIPLab)主任为颜成钢教授。实验室现有在职教师30余名，含5位国家级人才及多位省级人才，包括浙江省“钱江学者”特聘教授、浙江省杰出青年基金获得者、浙江省“151人才工程”第一层次、浙江省高校中青年学科带头人重点资助等多名国家及省部级人才。现有硕博生100余名，毕业生多就职于阿里巴巴、腾讯、字节跳动、海康威视、华为、网易等国内知名大公司。实验室采用与海内外知名高校、研究所(清华大学、北京大学、中国科学院、美国北卡罗来纳大学教堂山分校、澳大利亚悉尼科技大学等等)联合培养制，长期致力于智能信息处理方面的研究，主要研究方向包括：机器学习、模式识别、计算机视觉、计算机图形学、医学影像处理、生物信息学等。实验室为学校交叉创新团队，拥有自由开放的学术氛围和国际前沿的研究方向，可以在多个学院招生，包括但不限于通信、自动化、计算机、电子等学院。