知识卡片
融合层决定特征交互
深度模型可在输入层拼接颜色和深度,也可先分别提取特征再汇合。融合位置决定两路信息在何种表示层次交互,需控制网络与数据条件进行对比。
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
B信息作为输入网络的输入层,并尝试在网络中的不同层(如不同的卷积层、全连接层)中加入雷达的HHA特征图,寻求最佳的网络融合位置。经过一系列实验得出:① RGB信息和HHA特征融合学习结果的准
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:HHA 行人检测试验在不同层加入点云特征,并报告对结果的影响。
- 原始内容:B信息作为输入网络的输入层,并尝试在网络中的不同层(如不同的卷积层、全连接层)中加入雷达的HHA特征图,寻求最佳的网络融合位置。经过一系列实验得出:① RGB信息和HHA特征融合学习结果的准