三层结构

• 遮挡估算层
  
  
  输出为0,1的map，
  $$
  x^o \in [0,1]^n
  $$
• 完成层
  分为4小层,矩阵和偏移如下
  
  其中c1,c2为编码层，数据压缩，降噪，从高维映射到低维。
  c1’,c2’为解码层，再映射回来。如下：
  
  z是编码，xc是解码。
• 分解层
  就是标注，把特征映射到标签的过程。
  一共两小层。如图a右边，Wt1和t2. 也是使用类似于扩张的方法中对每个标签单独进行。如下图和下面那句话。
  

  训练

  看来这论文是把整个人体区域当输入干的。从代码表现来看，先压缩到固定尺寸，然后输出固定尺寸。所以在此一开始说的以下这些话。
  
• 遮罩估计层的预训练
  使用字典学习的方法，大约就是稀疏编码里训练的字典样子。公式一样，如下。
  
  其中上面有横线的是遮挡的groundtruth。
  常量b给省了。分解开来就是下面这个样子：
  
• 完成层预训练
  这层就是干了个数据重构，图像压了再扩，这样细节就没了。说是降噪了。
  插RBM。RBM网络结构如下
  
  能量函数如下。
  
  出自这里
  目标就是让能量函数最小。
  插完。
  这论文中的完成层参数预训练就是用的RBM网络。他的能量函数如下：
  
• 分解层预训练
  这块没啥说的，就是两层矩阵。

  整体修整fine-tuning

  目标函数
  
  随机梯度下降