用于不变表示学习的循环训练对抗网络

近期研究表明，深度神经网络易受某些变换类型生成的对抗样本攻击。对某一类期望的对抗攻击具有鲁棒性，等价于对一类变换具有不变性。学习不变表示由此自然成为一个重要目标，本文在特定应用背景下对此进行了探索。具体而言，我们提出一种循环训练的对抗网络，学习从图像空间到潜在表示空间再返回的映射，使得潜在表示对指定的变化因子（如身份）保持不变。所学习的映射确保合成图像不仅真实，而且对于未指定因子（如姿态与光照）具有与原始图像相同的值，并具有指定因子的期望取值。与需要两个潜在空间（一个用于指定因子，另一个用于未指定因子）的解耦表示学习不同，不变表示学习仅需一个这样的空间。我们通过在使用变分自编码器的图像空间（而非潜在空间）上施加对抗训练来促使对指定因子的不变性。我们通过引入循环训练过程（前向与后向循环）来强化这种不变性。我们还提出了一种评估条件生成网络的新方法，该方法比较从合成图像（相对于真实图像）预测不同变化因子的能力。在定量上，我们的方法在涵盖身份、姿态、光照或风格等因子的三个数据集实验中达到了最先进的性能。与先前方法相比，我们的方法生成的合成图像清晰、高质量且几乎无可见伪影。