深度学习-三维卷积神经网络(3DCNN)

1. 3DCNN理解
2D卷积仅仅考虑2D图片的空间信息,所以只适用于单张2D图片的视觉理解任务。在处理3D图像或视频时,网络的输入多了一个维度,输入由 ( c , h e i g h t , w i d t h ) (c,height,width) (c,height,width)变为了 ( c , d e p t h , h e i g h t , w i d t h ) (c,depth,height,width) (c,depth,height,width),其中 c c c是通道数, d e p t h depth depth为输入数据的宽度。因此,对该数据进行处理时,就需要卷积也做出相应的变换,由2D卷积变为3D卷积。
在2D卷积的基础上,3D卷积被提出。3D卷积在结构上较2D卷积多了一个维度,2D卷积的尺寸可以表示为 k h × k w k_h \times k_w kh×kw,而3D卷积的尺寸可以表示为 k h × k w × k d k_h \times k_w \times k_d kh×kw×kd。3D卷积的具体计算公式与2D卷积类似,即每次滑动时与 c c c个通道、尺寸大小为 ( d e p t h , h e i g h t , w i d t h ) (depth, height, width) (depth,height,width)的图像做乘加运算,从而得到输出特征图中的一个值,如图所示。
在这里插入图片描述
在这里插入图片描述

视频输入的维度: i n p u t C × i n p u t T × i n p u t W × i n p u t H input_C \times input_T \times input_W \times input_H inputC×inputT×inputW×inputH
3D卷积核的维度: i n p u t C input_C inputC 个并列的维度为 k e r n e l T × k e r n e l W × k e r n e l H kernel_T \times kernel_W \times kernel_H kernelT×kernelW×kernelH 的卷积核;
3D卷积核在 T , W , H T, W, H T,W,H三个方向上移动。

参考:
3D CNN

  • 1
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值