《表1 特征提取器详细结构》
特征提取器由6层一维卷积层组成.卷积核的长度统一为3,小卷积核可降低学习参数量.步长为1,可使各卷积层保持分辨率不变.将各通道数分别设置为常用通道数64,128,256,其具体设置如表1所示.表中将具有相同通道数的卷积层视为一个块,特征提取器共包含4个块.在前4层卷积层添加了Relu函数来增加网络各层之间的非线性关系;最后一层卷积层的通道数为64,所采集的每条深度信息包含850个深度数据.因此,特征提取器获得的特征向量维度为850×64,可表示为F(850,64).
图表编号 | XD00191616300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.15 |
作者 | 张德富、宋克臣、牛孟辉、颜云辉 |
绘制单位 | 东北大学机械工程与自动化学院、东北大学机械工程与自动化学院、东北大学机械工程与自动化学院、东北大学机械工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |