[发明专利]学习自动编码器

权利要求书

1.一种用于学习自动编码器的计算机实现的方法，所述方法包括：

提供图像的数据集，每个图像包括相应的对象表示；以及

基于所述数据集来学习所述自动编码器所述学习包括最小化重建损失(E(W,W′))，所述重建损失包括项所述项针对每个相应图像(x_i)惩罚如下的距离所述距离处于将所述自动编码器应用于所述相应图像(x_i)的结果与将变换(h)的组的至少一部分应用于所述相应图像(x_i)的对象表示的结果集合之间。

2.根据权利要求1所述的方法，其中，所述自动编码器关于所述变换的组的至少一部分是不变的。

3.根据权利要求2所述的方法，其中，所述自动编码器包括：变换组件、聚合组件(60)、编码组件(f_W)以及解码组件(g_W’)，所述变换组件被配置为将所述变换的组的至少一部分中的每个变换应用于输入图像的所述对象表示，所述聚合组件(60)被配置为应用于源自所述变换组件的结果。

4.根据权利要求3所述的方法，其中，所述编码组件被配置为并行地应用于所述变换组件的每个结果(51-54)。

5.根据权利要求4所述的方法，其中，所述聚合组件被配置为应用于所述编码组件的结果(z_i)。

6.根据权利要求3、4或5所述的方法，其中，所述解码组件被配置为应用于所述聚合组件的结果(z)。

7.根据权利要求3-6中任一项所述的方法，其中，所述编码组件和/或所述解码组件包括卷积神经网络。

8.根据权利要求3-7中任一项所述的方法，其中，源自所述聚合组件被配置为应用于的第一组件的结果是具有相同大小的向量，所述聚合组件输出具有相同大小的向量，所述向量针对每个坐标(l)具有值(z_l)，所述值(z_l)等于所述聚合组件被配置为应用于的向量的所述坐标的值之中的最大值(z_l＝max_j(z_j)_l)。

9.根据权利要求1-8中任一项所述的方法，其中，所述图像是表面占用3D模型，所述变换的组包括平移。

10.根据权利要求1-9中任一项所述的方法，其中，所述对象表示各自是同一类对象的实例的表示，所述数据集的每个图像具有非定向框架，每个对象表示在所述非定向框架中对齐，所述变换的组包括从所述非定向框架中的一个对齐到所述非定向框架中的另一对齐的所有旋转。

11.一种数据结构，包括编码器、解码器、和/或根据权利要求1-10中任一项所述的方法可学习的整个自动编码器和/或包括用于执行根据权利要求1-10中任一项所述的方法的指令的计算机程序。

12.一种设备，包括其上记录有权利要求11所述的数据结构的数据存储介质。

13.根据权利要求12所述的设备，其中，所述设备还包括耦合到所述数据存储介质的处理器。