MambaGait：融合显式空间表征场与双向时序窗口切换的步态识别新范式

　　针对二值轮廓序列稀疏性导致步态特征提取困难的问题，华中科技大学团队提出MambaGait框架，创新性结合显式空间表征场(ESF)和时序窗口切换曼巴模块(TWSM)，在GREW等4个数据集实现SOTA性能，为远距离生物识别提供新思路。

　　

步态作为"行走的身份证"，因其非接触、非配合的特点在安防监控和医疗康复领域极具潜力。然而现有方法面临两大瓶颈：传统CNN/Transformer难以捕捉步态序列的长期依赖，而二值轮廓图像中95%的像素区域时空信息稀疏（仅边界区域存在细微变化），导致特征提取效率低下。这种"信息荒漠化"现象严重制约识别精度，正如论文中图1所示，静态背景区域对步态运动完全不敏感。

华中科技大学Haijun Xiong团队在《Image and Vision Computing》发表的研究中，创造性融合计算机图形学中的显式表征思想与曼巴(State Space Model)的隐式建模优势，提出MambaGait框架。该工作通过构建显式空间表征场(Explicit Spatial Representation Field, ESF)将二值轮廓转化为带方向的距离场，使每个像素都携带空间位置敏感信息；同时设计时序窗口切换曼巴块(Temporal Window Switch Mamba Block, TWSM)，通过双向窗口通信机制实现局部细节与全局依赖的协同捕捉。在GREW、Gait3D等4个挑战性数据集上的实验表明，该方法将Rank-1准确率最高提升12.7%，首次证实曼巴模型在细粒度生物识别任务中的巨大潜力。

关键技术包括：1) ESF构建：基于欧氏距离场计算每个轮廓像素的定向距离，形成H×W×3的张量表示；2) TWSM模块：通过前向/后向窗口切换策略建立跨窗口连接，采用零阶保持(ZOH)方法离散化状态方程；3) 实验设计：在GREW(128万序列)、Gait3D(4K身份)等数据集评估，使用CMC和mAP指标。

【研究结果】

1. 显式空间表征场设计
   ESF通过计算像素到轮廓边界的有向距离，将传统二值图转换为包含空间梯度信息的连续场。如图3所示，该方法使躯干等静态区域获得运动敏感性，实验显示ESF使脚踝关节区域的时空特征熵提升3.2倍。

2. 时序窗口切换机制
   TWSM采用双向处理流：前向窗口捕获步态相位连续性，后向窗口建模步态周期逆向依赖。如表4所示，该设计使跨步态周期建模效率提升47%，局部关节运动误差降低21%。

3. 多基准测试结果
   在GREW数据集上达到86.7% Rank-1准确率，较SOTA提升8.3%；特别在SUSTech1K跨视角场景下，mINP指标提升12.1%，证实对视角变化的鲁棒性。

【结论与意义】
该研究突破传统步态识别对边界特征的过度依赖，通过ESF实现"全像素参与"的特征表达，其定向距离场设计灵感源自场景渲染中的SDF(Signed Distance Field)技术。TWSM模块的创新在于将曼巴的选择性记忆机制与局部感知野动态结合，如图5所示，这种"宏观-微观"双重视角建模使步态周期识别错误率降低34%。论文开辟了显隐式特征融合的新范式，其ESF描述子可扩展至其他稀疏序列分析任务，而硬件友好的曼巴架构为实时监控系统提供可能。研究获得国家自然科学基金(62376102)支持，代码已在GitHub开源。