Hluboké lambertiánské sítě - Deep lambertian networks
 | Tento článek má několik problémů. Prosím pomozte vylepši to nebo diskutovat o těchto problémech na internetu diskusní stránka. (Zjistěte, jak a kdy tyto zprávy ze šablony odebrat) (Zjistěte, jak a kdy odstranit tuto zprávu šablony)
|
Deep Lambertian Networks (DLN) [1] je kombinací Síť hlubokého přesvědčení a Lambertianův předpoklad odrazivosti která se zabývá výzvami vyvolanými změnami osvětlení ve vizuálním vnímání. Lambertianův model odrazu poskytuje invariantní zobrazení osvětlení, které lze použít k rozpoznání. Lambertianův reflektivní model je široce používán při formování variant osvětlení a je dobrou aproximací pro povrchy rozptýlených objektů. DLN je hybridní neřízený generativní model, který kombinuje DBN s Lambertianovým odrazovým modelem.
V DLN se viditelná vrstva skládá z intenzity obrazových pixelů v ∈ R.Nproti, kde Nproti je počet pixelů v obrázku. Pro každý pixel i jsou dva latentní proměnné jmenovitě albedo a povrch normální. GRBM se používají k modelování normálu albedo a povrchu.
Kombinací sítí Deep Belief Nets s předpokladem Lambertianovy odrazivosti se model může naučit dobré přednosti albeda z 2D obrázků. Varianty osvětlení lze vysvětlit změnou pouze proměnné latence osvětlení. Přenosem naučených znalostí z podobných objektů je také možný odhad normálu albeda a povrchu z jediného obrázku. Experimenty ukazují, že tento model je schopen zobecnit i vylepšit oproti standardním základním hodnotám jednorázově rozpoznávání obličejů.
Model byl úspěšně použit při rekonstrukci stínových obrazů obličeje, při jakékoli světelné situaci. Model byl také testován na neživých objektech. Metoda překonává většinu ostatních metod a je rychlejší než oni.
Reference
- ^ Yichuan Tang et al, Deep Lambartian Networks http://www.cs.toronto.edu/~fritz/absps/dln.pdf.
 | Tento počítačová věda článek je a pahýl. Wikipedii můžete pomoci pomocí rozšiřovat to. |