阅读笔记:Binocular Fusion Net: Deep Learning Visual Comfort Assessment for Stereoscopic 3D

题目：双目融合网络：立体舒适度评估的深度学习
深度网络：BFN：双目融合深度网络，学习双目特征；DRN：视差正则化网络，提升预测结果；
整体框图：
训练：

测试：
CNN的主要组成：卷积层，下采样层，激活层，全连接层；
数据库：MPI-Sintel和IEEE-SA
实验过程：用MPI训练DRN，获取初始参数，利用该参数在IEEE上训练。将DRN和BFN端到端的连接，十则交叉验证。
实验结果：
1.

2.
3.重要性评估

4.是否用DRN的差别：

5.验证鲁棒性：NBU数据库