典型文献
基于Lmser-in-Lmser双向网络的人脸素描图像生成方法
文献摘要：
人脸素描图像生成问题目的是将人脸照片转换为对应的素描图像,已有方法生成的素描图像或缺乏素描纹理,或需要在额外的大规模数据集上进行预训练.针对上述问题,文中基于Lmser(Least Mean Square Error Recon-struction)构建内外嵌套的深度双向网络,即Lmser-in-Lmser双向网络,用于人脸素描图像的生成.利用Lmser的神经元对偶特性,即编码神经元和解码神经元之间形成双向短路连接,在内部Lmser子网络的编码器和解码器之间通过前向传递不同网络层进行学习,得到多层级特征,增强素描生成的纹理细节.同时建立具有同样结构的网络,反向建立素描映射到照片的模型.外部通过在2个Lmser子网络上施加一致性约束,实现反馈链接,改善素描特征.在基准数据集上的实验表明,文中方法性能较优,并且不需要在额外的数据集上进行预训练,可应用性较强.
文献关键词：
人脸素描图像生成;深度双向网络;Lmser;神经元对偶;层次神经元对偶性
中图分类号：
作者姓名：
盛庆杰;苏锐丹;涂仕奎;徐雷
作者机构：
上海交通大学 电子信息与电气工程学院 上海200240
文献出处：
引用格式：
[1]盛庆杰;苏锐丹;涂仕奎;徐雷-.基于Lmser-in-Lmser双向网络的人脸素描图像生成方法)[J].模式识别与人工智能,2022(07):589-601
A类：
Lmser,人脸素描图像生成,Recon,深度双向网络,神经元对偶,层次神经元对偶性
B类：
生成方法,成问题,题目,大规模数据集,预训练,Least,Mean,Square,Error,struction,嵌套,图像的生成,成双,短路,子网络,编码器,解码器,网络层,层进,多层级特征,射到,一致性约束,基准数据集,中方
AB值：
0.155341
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
