距離から的人类識別：課題、手法および HID 2025 コンペティションの結果

arXiv:2602.07565v1 Announce Type: new 摘要：距離から的人类識別（HID）は、伝統的な生体認識形態（例えば顔認識や指紋）を実世界シーンで収集するのが難しいため、大きな課題です。歩行認識は、距離から確実に撮影できるという実用的な代替案を提供します。歩行認識の進展を促進し、公平な評価プラットフォームを提供するために、国際距離から的人类識別コンペティション（HID）は 2020 年から毎年開催されています。2023 年以来、このコンペティションは服、持ち物、視点角の顕著な変動を特徴とする SUSTech-Competition データセットを採用しました。専用のトレーニングデータは提供されず、参加者は外部データセットを使用してモデルをトレーニングする必要があります。毎年、コンペティションは異なるランダムシードを適用して一意の評価分割を生成し、過学習のリスクを減らしながら、クロスドメイン汎化能力の公平な評価をサポートしています。HID 2023 と HID 2024 がこのデータセットをすでに使用していたにも関わらず、HID 2025 は、アルゴリズムの進歩が以前観測された精度限界を超えることができるかを明確に調査しました。高い難しさにもかかわらず、参加者によるさらなる改善が達成され、最良の手法は 94.2% の精度を示し、このデータセットにおける新しい基準を樹立しました。我々はまた、主要な技術トレンドを分析し、歩行認識における将来の研究の可能性のある方向を概説します。

arXiv:2602.07565v1 Announce Type: new Abstract: Human identification at a distance (HID) is challenging because traditional biometric modalities such as face and fingerprints are often difficult to acquire in real-world scenarios. Gait recognition provides a practical alternative, as it can be captured reliably at a distance. To promote progress in gait recognition and provide a fair evaluation platform, the International Competition on Human Identification at a Distance (HID) has been organized annually since 2020. Since 2023, the competition has adopted the challenging SUSTech-Competition dataset, which features substantial variations in clothing, carried objects, and view angles. No dedicated training data are provided, requiring participants to train their models using external datasets. Each year, the competition applies a different random seed to generate distinct evaluation splits, which reduces the risk of overfitting and supports a fair assessment of cross-domain generalization. While HID 2023 and HID 2024 already used this dataset, HID 2025 explicitly examined whether algorithmic advances could surpass the accuracy limits observed previously. Despite the heightened difficulty, participants achieved further improvements, and the best-performing method reached 94.2% accuracy, setting a new benchmark on this dataset. We also analyze key technical trends and outline potential directions for future research in gait recognition.