3D CNN
从2D卷积到3D卷积,都有什么不一样(动态图演示)
3D卷积(3D Convolution)
论文笔记:基于3D卷积神经网络的人体行为识别(3D CNN)
理解3D CNN
第一种理解方式:
视频输入的维度:input_C x input_T x input_W x input_H;
3D卷积核的维度:C个并列的维度为 kernel_T x kernel_W x kernel_H 的卷积核;
3D卷积核在T, W, H三个方向上移动。
第二种理解方式:
第一种理解方式:
视频输入的维度:input_C x input_T x input_W x input_H;
3D卷积核的维度:C个并列的维度为 kernel_T x kernel_W x kernel_H 的卷积核;
3D卷积核在T, W, H三个方向上移动。
第二种理解方式: