《表1 批次图像训练流程：基于二次生成对抗的人体姿态估计》

  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

《基于二次生成对抗的人体姿态估计》

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

式中，P为由采样获得的ground truth分布，为预测的分布，α为超参数，k为ASR或AHO的增强方式数量，m、n分别为第m、n种采样。（7）式以增加P的方式增加对该采样的概率（Pm），相对减少对其他采样的概率（Pn）。通过表1中G1和D1网络的批次图像分类训练和表2中的单图像训练，由交替迭代训练的方式实现第一次生成对抗训练，在有限数据集下提升SHN姿态估计网络的性能。其中，为对抗增强后的采样数据，为随机增强后的数据，分别为由计算的均方误差，分别为由计算得到的ASR和AHO损失。