zoukankan      html  css  js  c++  java
  • Learning Face Age Progression: A Pyramid Architecture of GANs

    前言

           作为IP模式识别的CNN初始模型是作为单纯判别式-模式识别存在的,并以此为基本模型扩展到各个方向。基本功能为图像判别模型,此后基于Loc+CNN的检测模型-分离式、end2end、以及MaskCNN模型,而后出现基于CNN的预测模型-AcGans。

           CNN作为一个基本判别式模型简化为数学模型依然为一个函数映射f(x)->y;  基于CNN的检测模型数学模型为 L(x)+f(x)->y,其中L(x)依然为判别式,给出loc信息,二维的为(y1,y2)点对;  基于CNN的Mask给出每个Pixel的类别信息,数学模型可以简化为 k(x).f(x)—k(x).y,其中K(x)为一个与点位置线性相关的函数;

           到了AcGans, 例如基于年龄的预测,CNN为其组成部分之一,而生成式为主要目的服务,数学模型可以简化为g( f0(f2)*f2(x) )—y,把一个判别式f(x)分离为维持不变性的 f0(x)和用于分离的 f2(x),其中f0(x)满足生成式约束不变性, f2(x)满足特征提取-数据输入不变性约束,以满足使用数据完成训练生成模型所要求,以及处理输入的特征提取模型。

           通过训练的模型,数据流为f2(x)*X—>f2(X),通过特征提取函数,生成纹理特征; f0*f2(X)—>f0(f2(X)


          CSDN越来越坑爹了,不能直接使用编辑器,编辑完成之后直接消失了...几千字的文章配了多图就他nia的留下上面几百字!!!

  • 相关阅读:
    解决git推不上去1
    django中CBV源码分析
    Form和ModelForm组件
    jquery操作cookie
    django中的中间件
    django中ORM中锁和事务
    django_ajax
    docker安装jenkins 容器,集成python环境
    支付宝第三方支付
    redis基本使用
  • 原文地址:https://www.cnblogs.com/wishchin/p/9199820.html
Copyright © 2011-2022 走看看