cccccccccxw的博客

原创 When Deep Learning Meets Digital Image Correlation（1）文献记录

每一个图像对的这些变量，包括，椅子的类型，数量，大小，和产生的位置都是随机的，位移向量也是随机的产生的。第二步是对所有这些像素之间的位移进行线性插值，以得到 所有这些像素之间的位移，以获得每个正方形区域剩余像素的位移。在目前的工作中，通过计算位移两个单位而不是标准卷积中的一个单位的卷积，可以获得两个系数的下采样（所谓的跨度）。）的深层神经网络子类，通过规定加权和对应于卷积，减轻了权重的数量，而卷积是信号处理的基本操作。此外，位于边界上的像素的位移被设置为零，以限制由于这些区域的信息缺失而产生的误差。