pytorch gln

GLN是一种名为Gait Lateral Network的新型网络，它可以从步态识别的轮廓中学习判别和紧凑表示。它采用了横向连接和紧凑块来增强步态表示以实现准确识别。在GLN中，横向连接是通过将来自不同阶段的轮廓级和集合级特征与backbone结构自上而下地融合来实现的。紧凑块则可以通过显着降低步态表示的维度而不影响准确性。此外，GLN还使用HPM（Horizontal Pyramid Mapping）来学习步态识别的部分表示。HPM通过将特征水平等分为多个尺度，并采用全局最大池化和平均池化生成每个尺度的特征，最后将这些特征连接起来作为最终的表示。然而，HPM得到的高维表示存在很多冗余，因为不同尺度的表示编码了一些重复的信息。