《表3 第二次生成对抗的训练流程》
式中,ξ、λk为权衡自变量,kt为Lfake的相关权重参数。当G2生成的姿态估计结果能使Ladv足够小,表明G2的表现比D2更好,Lfake比更小,第t+1次迭代中kt就会增大为kt+1;反之,当D2的表现比G2更好时,kt就会减小,避免了对抗训练中L′D收敛过慢或过快导致的崩塌问题。通过表3中交替迭代的训练实现第二次生成对抗训练,得到最终的SHN姿态估计网络。
图表编号 | XD00188337500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 张显坤、张荣芬、刘宇红 |
绘制单位 | 贵州大学大数据与信息工程学院大数据与智能技术重点实验室、贵州大学大数据与信息工程学院大数据与智能技术重点实验室、贵州大学大数据与信息工程学院大数据与智能技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |