不同的是,在这项工作中,我们试图找出每个轮廓和每个部分对于基于轮廓的步态识别的相对重要性。为此,我们提出了一个步态质量感知网络(表示为 GQAN),它通过两个块(即帧质量块(FQBlock)和部分质量块(PQBlock))明确评估每个轮廓和每个部分的质量。 具体来说,步态序列中的轮廓是相互补充的,并且包含受试者的行走模式。
根据格式塔理论(Gestalt Theory),对闭合轮廓的知觉被认为是人类视觉系统能够从外界获得物体意义的重要原因。人类会利用全局信息以判断一条线是否是闭合轮廓,因为图像的局部区域不足以提供完整的信息,这个过程通常被称为“轮廓整合”(contour integration)。 我们假设卷积神经网络很难完成全局轮廓整合。就其性质而言,卷积在...