[发明专利]一种全自动的模型变形传播方法和系统有效
| 申请号： | 201811259927.1 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109544666B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 高林;杨洁;乔怿凌;夏时洪 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06T13/20 | 分类号： | G06T13/20;G06K9/62 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种全自动的模型变形传播方法，包括：分别获取第一模型库和第二模型库的第一变形梯度向量和第二变形梯度向量；以该第一变形梯度向量获得该第一模型库的第一分布向量，以该第二变形梯度向量获得该第二模型库的第二分布向量；获得该第一模型库与该第二模型库之间任一对模型的相似度；由该第一分布向量、该第二分布向量和该相似度训练循环生成对抗网络，建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络；由该第一模型指定变形过程的指定变形梯度向量，生成指定分布向量，并映射为该第二模型的目标分布向量，将该目标分布向量解码为该第二模型的目标变形梯度向量，并得到该第二模型的目标变形过程。 | ||
| 搜索关键词： | 一种 全自动 模型 变形 传播 方法 系统 | ||
【主权项】：
1.一种全自动的模型变形传播方法，其特征在于，包括：将第一模型和该第一模型变形生成的第一样本模型构建为第一模型库，以该第一样本模型相对该第一模型的变形梯度为第一变形梯度向量；将第二模型和该第二模型变形生成的第二样本模型构建为第二模型库，以该第二样本模型相对该第二模型的变形梯度为第二变形梯度向量；通过第一变分自编码器，以该第一变形梯度向量获得该第一模型库的第一分布向量；通过第二变分自编码器，以该第二变形梯度向量获得该第二模型库的第二分布向量；通过相似度度量网络，以该第一分布向量和该第二分布向量，获得该第一模型库与该第二模型库之间任一对模型的相似度；构建循环生成对抗网络，由该第一分布向量、该第二分布向量和该相似度训练该循环生成对抗网络，以建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络；将该第一模型的指定变形过程对应的指定变形梯度向量，通过该第一变分自编码器生成指定分布向量，并由该映射网络映射为该第二模型的目标分布向量，通过该第二变分自编码器将该目标分布向量解码为该第二模型的目标变形梯度，并得到该第二模型的目标变形过程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811259927.1/，转载请声明来源钻瓜专利网。
