知识卡片
孪生网络共享立体特征
孪生匹配用同一个参数集处理左右图。这样两边生成的特征处在同一表示空间,可以计算对应区域的相似程度,再选择视差。用内积直接比较特征是该节讨论的加速方向。
关联:[[双目深度取决于视差]]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 深度学习与智能驾驶 3.2 基于特征描述与分类器的行人检测方法及技术 · 查看原书依据
孪生深度网络左右两边的卷积网络共享权值为W,即设置相同的权值。但孪生深度网络在进行立体匹配时识别效率低,不适用于对智能驾驶动态障碍物立体进行匹配。
参考来源
- 位置:《人工智能:智能驾驶》第3章 深度学习与智能驾驶,3.2 基于特征描述与分类器的行人检测方法及技术(book-source:extracted/人工智能:智能驾驶/_epub-src/OEBPS/Text/chapter6.xhtml#A531f003a-d66d-475a-ac61-d09a69464a21)
- 结论依据:孪生网络例子说明卷积支路共享权值及内积层在匹配中的作用。
- 原始内容:孪生深度网络左右两边的卷积网络共享权值为W,即设置相同的权值。但孪生深度网络在进行立体匹配时识别效率低,不适用于对智能驾驶动态障碍物立体进行匹配。