无监督逐层生成对抗特征表示学习方法

摘要

本发明公开了一种无监督逐层生成对抗特征表示学习方法，通过2个及以上的生成式对抗网络组成堆积网络，其中第一个生成式对抗网络以多维的随机噪声为输入，其余生成式对抗网络以随机噪声和前一个分支的隐含特征为输入；通过各个生成网络生成对应大小的图像，根据各判别网络的交叉熵，优化各个判别网络，根据判别网络中间层特征的期望值和生成图像之间的相似统计特征，优化整个生成网络；利用优化的SGANs，提取抽象语义特征表示向量，结合散列表示方法，确定图像的散列特征表示。本发明能够生成高层次的抽象语义特征，并且能够更好的学习真实图像的分布。