《表1 CapsNet参数表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于CapsNet的行人检测方法及评价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.