南洋理工大学发布3D骨架行人重识别全景图谱

在安防监控、医疗健康与具身智能等前沿应用中，实现精准的身份识别始终是一项关键且复杂的技术挑战。传统方法主要依赖人脸特征或衣着外观进行判别，但在视角转换、光照不足、服装更换或面部遮挡等场景下，识别性能往往显著下降，同时还伴随着个人隐私泄露的潜在风险。

为此，一种更为高效且安全的替代方案逐渐受到关注：绕过外貌信息，直接分析人体的“骨骼框架”。基于3D骨架的行人重识别技术，正是将人体运动抽象为一系列关键关节点的三维坐标序列。这种类似“火柴人”的表示形式，天然过滤了外观与背景干扰，在有效保护隐私、降低数据依赖的同时，对视角变化表现出优异的鲁棒性，为高精度身份认证提供了新的可能。

近期，该领域迎来了首篇系统性全景综述，为相关研究绘制了一份全面的技术发展图谱。这篇由南洋理工大学等机构团队完成的综述，汇集了该团队自2020年提出首个深度学习骨架重识别范式以来的持续探索成果。历经六年深耕，该项工作已被IJCAI 2026接收，并同步开源了全部研究资料，供学术界与工业界参考。

一、 技术溯源：为何选择“骨架识别”路径？

要认识骨架重识别的价值，需先理解传统外观识别方法的局限。基于图像的识别技术高度依赖画面质量、光照条件与着装样式，在监控死角、夜间环境或目标刻意伪装时极易失效。此外，大规模人脸及衣着数据的采集、存储与分析，也带来了高昂的计算成本与日益突出的隐私伦理争议。

相比之下，3D骨架识别提供了一条截然不同的技术路径。通过深度相机或视觉算法，可将人体运动表征为仅由十数个关节点构成的时序模型。这种表达数据量极小，从根本上避免了面部等生物敏感信息的暴露。更重要的是，每个人的骨骼比例（如身高、肢体长度）以及长期形成的独特步态模式，具有类似“生物指纹”的鉴别特性。通过分析这些骨骼点的运动序列，人工智能系统即可实现高效、可靠且隐私友好的身份识别。

从技术演进看，早期基于手工特征的骨架识别研究可追溯至2014年，而深度学习的引入则真正推动了该技术进入快速发展阶段。

二、 核心方法：AI如何实现“观骨识人”？

那么，人工智能模型究竟如何从动态的关节点数据中辨识身份呢？现有技术体系主要可归纳为三大主流方向，各具特色。

第一类是“手工特征建模”方法。该方法依赖于领域专家设计具辨别力的特征，例如骨骼长度、关节间几何关系、步幅频率与运动速度等时空指标。2019年Pietro Pala等人提出的16个关键骨架描述子即属此类。其优势在于直观可解释，但特征性能严重依赖专家经验，泛化能力有限。

第二类是“时序序列建模”方法。人体动作本质是连续过程，该流派将骨架序列视为时间信号，利用LSTM等循环神经网络或时序卷积网络，直接学习姿态演变与步态运动的深层规律。例如，Haocong Rao等人在2022年提出的自监督步态编码框架CAGEs，便能从原始序列中自动提取具有鉴别力的运动语义特征。

第三类是近年来兴起的“图结构建模”方法。人体关节之间存在自然的物理连接，该流派将骨架序列建模为动态拓扑图，重点学习关节间的结构关系与协同运动模式。例如，步态中手臂摆动与腿部跨步之间存在特定协调规律。诸如MG-SCR、CTR-GCN等图神经网络模型在此方向取得了显著进展，能更有效地捕捉人体运动的结构化信息。

值得关注的是，本综述的核心团队在过去六年中持续推动了骨架重识别技术的边界拓展。从2020年在IJCAI上提出首个引入局部感知注意力机制的深度学习模型AGEs，到后续在TPAMI、CVPR、AAAI等顶级会议期刊上发表的一系列工作，他们逐步构建了涵盖自监督学习、轻量化设计、Transformer应用在内的完整技术体系，甚至探索了大型语言模型驱动骨架步态分析在神经退行性疾病辅助诊断中的潜在应用。

三、 性能优势与跨领域应用前景

除了理论创新，实际性能才是技术价值的试金石。综述在BIWI、IAS-Lab等多个公开基准数据集上进行了综合评估。结果表明，最新的深度学习骨架重识别模型在识别准确率上已显著超越传统手工特征方法。其另一突出优势在于“极致轻量”——例如SimMC模型参数量仅0.15M，极低的计算开销使其能够直接部署于智能手机、嵌入式传感器等资源受限的边缘设备，拓宽了落地场景。

然而，这项技术的潜力远不止于安防监控。其隐私友好、轻量化、抗外观与视角干扰的核心特性，为其打开了跨学科应用的广阔空间。综述重点指出了三大跨界方向：

在医疗健康领域，步态是反映神经系统与肌肉骨骼功能的重要指标。预训练的骨架重识别模型可迁移应用于帕金森病、阿尔茨海默病等神经退行性疾病的早期筛查、精神状态评估，以及中风患者康复训练的定量监测。文中基于3DGait数据集的案例研究已初步验证了这一应用可行性。

在具身智能与机器人领域，骨架识别可成为机器理解人类意图的“基础语义接口”。机器人无需解析复杂背景图像，仅通过解读人体骨架序列，即可实现虚拟角色运动重定向、精准预测以人为中心的交互意图，从而达成自然流畅的人机手势交互与协同作业。

在智能安防与身份认证领域，骨架特征对外观变化的强鲁棒性，使其能在严格保护隐私的前提下，实现跨模态身份核验（如匹配监控视频中的骨架序列与预先注册的步态模板），并在视觉信息缺失的场景下辅助完成异常行为检测与预警。

从医疗诊断到机器人交互，再到下一代隐私安全认证，基于3D骨架的行人重识别技术正从一个专业的计算机视觉任务，演进为一项具有普适价值的底层感知能力。这份全景综述的发布，不仅是对过往研究的系统性梳理，更似一份面向未来的技术发展蓝图，预示着“以骨识人”将在更多交叉学科与创新应用中扮演关键角色。