The 2nd International StepUP Competition for Biometric Footstep Recognition: From Steps to Strides
作者: Robyn Larracy, Anant Gupta, Gourav Gupta, Ethan Eddy, Maxime Devanne, Cyril Meyer, Jin-Chern Chiou, Yueh-Shan Lee, Zong-Han Lu, Aaron Tabor, Erik Scheme
分类: cs.CV, cs.LG
发布日期: 2026-07-15
备注: Accepted to the 2026 IEEE International Joint Conference on Biometrics (IJCB)
💡 一句话要点
提出基于压力的脚步生物识别方法以解决用户识别挑战
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱八：物理动画 (Physics-based Animation)
关键词: 脚步生物识别 时空卷积神经网络 用户识别 跨域条件 动态特征提取 归一化策略 步幅级验证
📋 核心要点
- 核心问题：现有方法在用户识别时对未见用户的泛化能力不足，尤其是在不同鞋类和步态速度下的鲁棒性较差。
- 方法要点：论文通过引入步幅级验证和跨域条件，提出了新的表示学习和步间信息融合的机会，以提升识别性能。
- 实验或效果：最佳方案实现了8.00%的等错误率，展示了时间模式的利用和推理时归一化策略的重要性。
📝 摘要（中文）
国际StepUP竞赛系列旨在通过标准化的评估框架推动基于压力的脚步生物识别研究。第二届竞赛使用了包含超过200,000个高分辨率动态脚步的StepUP-P150数据集，解决了三个关键挑战：对未见用户的泛化能力、对鞋类和步态速度变化的鲁棒性，以及左右脚步的有效融合。此次竞赛吸引了来自学术界和工业界的26个注册团队，最佳等错误率为8.00%，由ArogyaPandit研究团队通过时空卷积神经网络与集成评分策略实现。结果显示，尽管在时间模式的利用和推理时的归一化策略方面取得了进展，但在未见个人鞋类的用户识别仍然存在挑战。
🔬 方法详解
问题定义：论文要解决的问题是如何在不同鞋类和步态速度下有效识别用户，尤其是在未见用户的情况下。现有方法在这些方面的表现不佳，导致识别准确率低。
核心思路：论文的核心解决思路是通过引入步幅级验证，增强模型对未见用户的泛化能力，同时利用跨域条件来提升鲁棒性。这种设计能够更好地捕捉步态的动态特征。
技术框架：整体架构包括数据预处理、特征提取、模型训练和评估四个主要模块。数据预处理阶段使用StepUP-P150数据集，特征提取阶段采用时空卷积神经网络，模型训练阶段结合集成策略，最后进行性能评估。
关键创新：最重要的技术创新点在于将步幅级验证引入脚步生物识别中，突破了以往仅关注单个脚步的限制，增强了模型对动态步态的理解。
关键设计：在模型设计中，采用了时空卷积神经网络，并在训练过程中引入了归一化和校准策略，以提升评分的准确性和鲁棒性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，最佳方案的等错误率为8.00%，相比于基线方法有显著提升。通过引入时空特征和推理时的归一化策略，模型在复杂环境下的识别性能得到了有效改善，尤其是在未见用户的识别上。
🎯 应用场景
该研究的潜在应用领域包括安全监控、智能家居和个性化健康管理等。通过提高脚步生物识别的准确性，可以在身份验证和行为分析等方面提供更为可靠的解决方案，未来可能会在公共安全和个人隐私保护中发挥重要作用。
📄 摘要（原文）
The International StepUP Competition Series was launched to advance research in pressure-based footstep biometrics through a standardized and challenging evaluation framework. Using the large-scale StepUP-P150 dataset (with more than 200,000 high-resolution dynamic footsteps from 150 individuals) and a previously unreleased test set, the 2nd edition of the competition addressed three key challenges: (1) generalization to unseen users with limited enrollment data, (2) robustness to domain shift caused by variations in footwear and walking speed and (3) effective fusion of paired left-right footsteps. While the first two challenges built on the inaugural competition, this edition introduced more extreme cross-domain conditions and moved beyond isolated footsteps to stride-level verification, enabling new opportunities for representation learning and inter-step information fusion. The competition attracted 26 registrants from academia and industry, with a best equal error rate of 8.00% achieved by the ArogyaPandit Research Team using a spatiotemporal CNN combined with an ensemble-based scoring strategy. The top solutions showcase the value of harnessing temporal patterns and of incorporating inference-time normalization and calibration strategies to improve scoring. However, the results also reveal that recognizing users in unseen personal footwear remains a challenge, especially in the presence of distractors with similar characteristics.