HUMAN CHARACTERISTIC NORMALIZATION WITH AN AUTOENCODER
Generally discussed herein are devices, systems, and methods for. A method can include obtaining a normalizing autoencoder, the normalizing autoencoder trained based on first data samples of a template person and second data samples of a variety of people, normalizing, by the normalizing autoencoder...
Gespeichert in:
Hauptverfasser: | , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Generally discussed herein are devices, systems, and methods for. A method can include obtaining a normalizing autoencoder, the normalizing autoencoder trained based on first data samples of a template person and second data samples of a variety of people, normalizing, by the normalizing autoencoder, an input data sample by combining dynamic characteristics of a person in the input data sample with static characteristics in the first data samples, to generate normalized data, and providing the normalized data as input to a classifier model to classify the input data based on the dynamic characteristics of the input data and the static characteristics of the first data samples.
D'une manière générale, l'invention concerne des dispositifs, des systèmes, et des procédés associés. Un procédé peut comprendre l'obtention d'un autocodeur de normalisation, l'autocodeur de normalisation étant entraîné sur la base de premiers échantillons de données d'une personne modèle et de seconds échantillons de données de diverses personnes, la normalisation, par l'autocodeur de normalisation, d'un échantillon de données d'entrée par combinaison de caractéristiques dynamiques d'une personne présentes dans l'échantillon de données d'entrée avec des caractéristiques statiques présentes dans les premiers échantillons de données, pour générer des données normalisées, et la fourniture les données normalisées en entrée à un modèle classifieur pour classifier les données d'entrée sur la base des caractéristiques dynamiques des données d'entrée et des caractéristiques statiques des premiers échantillons de données. |
---|