correlation layer(相关联层/互相关层)
该层的主要作用是比较来自两张图片的feature map的关系,文章用了卷积的形式,还是比较巧妙的,具体方程如下:
C代表correlation,f1和f2分别代表两个feature map, k代表要比较的区域,x1,x2分别代表两个feature map上的点。具体的计算流程还是看原文本,这里只要知道这个层的主要作用是计算两个层的关系就可以了。
以上来自https://blog.csdn.net/bea_tree/article/details/67049373
以下是自己的一些分析,最好结合代码看