-
公开(公告)号：CN108805802A
公开(公告)日：2018-11-13
申请号：CN201810570889.5
申请日：2018-06-05
Applicant: 东北大学
Abstract: 本发明公开了一种基于约束条件的堆叠步进自编码器的正面人脸重建系统及方法，所述方法具有如下步骤：建立训练样本库和测试样本库；建立包括n层自编码器的基于条件约束的堆叠渐进自动编码器，相邻所述自编码器之间设有非负约束稀疏自编码器；初始化堆叠渐进自动编码器的权值w和偏置向量b，并逐层训练得到整个堆叠渐进自动编码器的最优参数；以最小化人脸重建目标损失函数更新堆叠渐进自动编码器的权值w和偏置向量b；以最小化人脸重建目标函数进行堆叠渐进自动编码器反向微调，输出参数最优的堆叠渐进自动编码器模型。本发明方便简单、训练参数少，有效解决了以往方法参数指标多、对硬件配置要求高等的缺点。
-
公开(公告)号：CN108805802B
公开(公告)日：2020-07-31
申请号：CN201810570889.5
申请日：2018-06-05
Applicant: 东北大学
Abstract: 本发明公开了一种基于约束条件的堆叠步进自编码器的正面人脸重建系统及方法，所述方法具有如下步骤：建立训练样本库和测试样本库；建立包括n层自编码器的基于条件约束的堆叠渐进自动编码器，相邻所述自编码器之间设有非负约束稀疏自编码器；初始化堆叠渐进自动编码器的权值w和偏置向量b，并逐层训练得到整个堆叠渐进自动编码器的最优参数；以最小化人脸重建目标损失函数更新堆叠渐进自动编码器的权值w和偏置向量b；以最小化人脸重建目标函数进行堆叠渐进自动编码器反向微调，输出参数最优的堆叠渐进自动编码器模型。本发明方便简单、训练参数少，有效解决了以往方法参数指标多、对硬件配置要求高等的缺点。
-
Search Results
2
records
(took 0.015 seconds)
