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。
原创
2022-09-24 10:56:46 ·
788 阅读 ·
1 评论