《表1 CapsNet参数表》
第1层为标准卷积层Conv1,将经过SLIC超像素分割过后的图像作为CapsNet的输入传到输入层,通过卷积对图片中行人各部位特征进行提取.在Conv1层中涵盖有256个大小为9×9的卷积核,其深度和步幅均为1,运用ReLU非线性激活函数提升网络整体表达能力,输出张量为56×120×256.第2层由1个修改过后用于支持CapsNet的卷积层PrimaryCaps构成,PrimaryCaps通过8×32个大小为9×9,步长为2的卷积核对其输入进行32次不同卷积,每次的卷积通道数为8,通过squashing函数将其特征结构重构为1个8维矢量传入行人检测层,并通过动态路由协议进行传播与更新,本文行人检测层分为行人和非行人两类,其参数设置如表1所示.
图表编号 | XD0081066800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 邵毅明、屈治华、邓天民、朱杰 |
绘制单位 | 重庆交通大学交通运输学院、重庆交通大学交通运输学院、重庆交通大学交通运输学院、重庆交通大学交通运输学院 |
更多格式 | 高清、无水印(增值服务) |