[发明专利]一种基于卷积受限玻尔兹曼机的形状建模方法及相关装置

摘要

本发明实施例公开了基于卷积受限玻尔兹曼机的形状建模方法及相关装置，涉及图像处理领域。本发明实施例的方法包括：在受限玻尔兹曼机的基础上增加卷积操作，得到卷积受限玻尔兹曼机的模型结构；基于所述卷积受限玻尔兹曼机的模型，得到所述卷积受限玻尔兹曼机的模型的数学表达以及模型的训练方式；确定实验所用模型的结构，用训练集训练模型，用该模型进行建模形状的实验。此外，本发明实施例还公开了一种基于卷积受限玻尔兹曼机的形状建模装置及电子装置。通过本发明实施例的方案，能实现目标的多种形态表达。

主权项

1.一种基于卷积受限玻尔兹曼机的形状建模方法，其特征在于，包括如下步骤：在受限玻尔兹曼机的基础上增加卷积操作，基于卷积受限玻尔兹曼机模型，根据该模型表达的联合概率分布P(v，h)，对同类但形态各异的二维图像目标形状进行建模；其中，在用模型进行建模形状之前先确定模型的网络结构，在模型的网络结构确定之后选定训练集来确定模型中的参数的值，具体为：选用Weizimann Horse数据集中的二值图，该数据集中共有328幅图像，选择其中的200幅图像作为训练集，其余的128幅图像作为的测试集，并把所有图像归一化到32*32大小；将训练集和测试集完整图像作为输入，经过采样得到模型表达的形状；或者将训练集和测试集图像添加10％的服从(0，1)分布的均匀噪声作为输入，经过采样得到模型表达的形状；或者将训练集和测试集图像添加均值为0、方差为0.04的高斯噪声作为输入，经过采样得到模型表达的形状；将上述经过输入、采样得到模型表达的形状与原始图像进行对比，并通过平均欧氏距离这一指标衡量模型建模的形状与原始形状的差异；其中，卷积受限玻尔兹曼机模型的联合概率分布P(v，h)如下：其中，Z表示归一化常量，E(v，h)表示模型的能量函数，v、h分别表示可视单元和隐层单元的状态向量，h^k表示隐层h第k组单元向量，表示对矩阵W进行180度旋转，b_k表示隐层h第k组特征图的偏置，c表示输入层v的偏置，h^k_ij表示隐层h第k个特征图的节点(i，j)的值，v_ij表示可视层节点(i，j)的值，N_h表示隐层h的每个特征图的大小，N_v表示输入层v的大小，*表示卷积运算，·表示矩阵的点乘运算。