《表1 各层网络参数表:基于多视图投影的半监督手姿态估计算法》

《表1 各层网络参数表:基于多视图投影的半监督手姿态估计算法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于多视图投影的半监督手姿态估计算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

本文将手姿态回归定义为半监督学习问题,编解码网络的参数学习利用无标签数据学习,而从隐空间关联表征到手部姿态的回归网络参数则由有标签数据训练优化。编解码网络的各层参数如表1所示,编码网络使用了批归一化,以处理初始化不良导致的训练问题,输出层使用Tanh激活函数,以保证重建数据和视图数据的幅度一致,处于[-1,1]之内,而在其他层使用ReLU激活函数,在解码网络上则使用leaky ReLU激活函数。