使用SVM对CNN分类器进行后期融合

Question

我正在研究以下类别的对象分类问题：汽车，行人，自行车，货车和卡车。

我正在尝试遵循本文开发的方法： https://www.researchgate.net/publication/327744903_Multimodal_CNN_Pedestrian_Classification_a_Study_on_Combining_LIDAR_and_Camera_Data/link/5be440a84585150b2ba7ad07/download

继续，本文提出了一种基于深度学习的行人分类研究，该研究使用单眼相机和3D LIDAR传感器的数据分别或组合使用。

为了简化概念：如果我们有三个带有三个输出向量的模型

• Model-1：[[0.2]，[0.3]，[0.15]，[0.2]，[0.15]] -Model-2：[[0.15]，[0.2]，[0.15]，[0.3]，[0.2]] -Model-3：[[0.75]，[0.15]，[0.05]，[0.02]，[0.03]]

如何使用SVM执行分数融合？ 就像这里解释的那样：

写的是，使用训练集中的分数对svm进行训练，但是如何从CNN中获取训练集分数以训练svm？

谢谢您，

致谢