渲染2D高斯-取均值的梯度

Question

我需要渲染2d高斯，并且仍然能够区分具有float类型的2d均值。高斯的标准偏差可以是恒定的。相同的生成矩阵的大小。

有人知道如何在tensorflow中做到这一点吗？

澄清：

我需要一个函数draw2dGaussian（mean2d），该函数返回2d矩阵M。矩阵M将显示一个以位置mean2d为中心的离散2d高斯。请注意，mean2d是一对2个浮点数。在距离均值2d足够远的点处，矩阵M将为0。

此函数draw2dGaussian的要求是，它必须相对于mean2d是可微的。

我认为openDR http://files.is.tue.mpg.de/black/papers/OpenDR.pdf可能能够提供这样的功能，但是我想知道是否有人有一个更简单的解决方案。

Answer 1

您正在寻找重新参数化技巧。对于一维高斯，N​​（mean，var）可以表示为均值+ sqrt（var）* N（0，1）。类似的构造适用于二维高斯，但具有协方差矩阵而不是恒定方差。