近日，我校信息科学技术学院/网络空间安全学院翁健教授课题组撰写的论文Multi-gait Recognition Based on Attribute Discovery被国际顶级学术期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)录用。翁健教授为论文的通讯作者，其指导的博士二年级学生陈欣为第一作者。

TPAMI是计算机视觉及模式识别领域最顶尖的期刊，2016-2017年的影响因子为8.329，在计算机科学人工智能领域的所有JCR国际期刊中排名第一。TPAMI对所刊登论文的原始创新性有很高的要求，对投稿论文的评审非常苛刻和严格。国内一流科研单位每年独立在PAMI上发表的文章数量极为有限。据悉，这是到目前为止我校在TPAMI上发表的第一篇论文。

步态识别是指通过行人的走路方式进行身份的辨别，因其具有难以伪装性和非接触性，在银行、机场、地铁等公共场所的安全监控中具有得天独厚的优势。传统的步态识别方法均是基于单人行走假设，而行人具有交流的自然属性，使得该假设在实际情况中难以控制。翁健教授团队自主创建了国际上首个多步态数据库，并在该数据库上重点研究了多人共同行走对步态的影响。提出了基于隐条件任意域模型的属性挖掘方法以寻找多步态不变属性，并引入身份增强项进一步提升挖掘效果。在挖掘过程中发现，多人行走对步态的影响主要集中在膝关节，头部和躯干部具有高度不变性。利用这些高度不变的属性研发出的多步态识别方法的识别精度高达93.5%，这也是迄今为止国际上最好的多步态识别记录。

该研究得到国家自然科学基金、广东省应用型科技研发及重大科技成果转化专项资金、广州市重点实验室经费等的支持。