Глубокие ламбертовы сети

Глубокие ламбертовы сети ( DLN ) представляет собой комбинацию сети глубоких убеждений и предположения об отражательной способности Ламберта , которая решает проблемы, связанные с изменением освещенности в зрительном восприятии. Модель Ламбертова отражения дает представление, инвариантное к освещению, которое можно использовать для распознавания. Модель отражения Ламберта широко используется для моделирует изменения освещенности и является хорошим приближением для диффузных поверхностей объектов. DLN — это гибридная ненаправленно-направленная генеративная модель, которая сочетает в себе DBN с моделью отражения Ламберта.

В DLN видимый слой состоит из пикселей изображения с интенсивностями v ∈ R ^{Н _в} , где N _v — количество пикселей в изображении. Для каждого пикселя i есть две скрытые переменные, а именно альбедо и нормаль поверхности . GRBM используются для моделирования альбедо и нормалей поверхности.

Сочетая сети глубокого доверия с предположением об отражательной способности Ламберта, модель может получить хорошие априорные значения альбедо из 2D-изображений. Изменения освещенности можно объяснить изменением только скрытой переменной освещения. Путем переноса полученных знаний из похожих объектов также возможна оценка альбедо и нормалей поверхности по одному изображению. Эксперименты показывают, что эта модель способна обобщать, а также улучшать стандартные базовые показатели при однократном распознавании лиц .

Модель успешно применяется при реконструкции теневых изображений лица при любых условиях освещения. Модель также была протестирована на неживых объектах. Этот метод превосходит большинство других методов и работает быстрее их.