面向视觉属性的解耦与可泛化表示对抗学习
计算机视觉与模式识别
2021-02-02 v3 机器学习
摘要
近来，大量图像到图像翻译方法在多域或多属性迁移等问题上展示了令人印象深刻的成果。此类工作绝大多数利用对抗学习和深度卷积自编码器的优势，通过良好捕捉目标数据分布来实现逼真结果。然而，这类方法中最具代表性的模型并未在潜空间中促进语义结构，且通常依赖二元域标签进行测试时迁移。这导致模型僵化，无法捕捉每个域标签的方差。有鉴于此，我们提出一种新颖的对抗学习方法，其（i）通过语义解耦变化来源来促进潜结构涌现，且（ii）鼓励学习可泛化、连续且可迁移的潜码，以实现灵活的属性混合。这是通过引入一种新颖损失函数实现的，该函数鼓励表示对解耦属性产生均匀分布的类别后验。结合一种诱导可泛化特性的算法，所得表示可用于多种任务，如保强度的多属性图像翻译与合成，且无需标注的测试数据。我们通过在 MultiPIE、RaFD 和 BU-3DFE 等流行数据库上的一组定性与定量实验展示了所提方法的优势，在保强度多属性迁移与合成等任务中，我们的方法优于其他最先进（state-of-the-art）方法。
引用
@article{arxiv.1904.04772,
title = {Adversarial Learning of Disentangled and Generalizable Representations for Visual Attributes},
author = {James Oldfield and Yannis Panagakis and Mihalis A. Nicolaou},
journal= {arXiv preprint arXiv:1904.04772},
year = {2021}
}