AETv2：通过在李群中最小化测地距离实现自监督表示学习的变换自编码
计算机视觉与模式识别
2019-11-19 v1 机器学习
神经与进化计算
摘要
通过预测变换进行自监督学习在无监督和（半）监督任务中均展现出优异性能。其中最优方法之一是通过从原始图像与变换后图像的学习表示中解码变换的变换自编码（AET）。确定性与概率性 AET 均依赖欧氏距离来衡量估计变换与其真实变换之间的偏差。然而，这一假设值得商榷，因为一组变换通常位于弯曲流形上而非停留在平坦的欧氏空间中。为此，我们应当使用测地线来刻画图像在变换群流形上的变换方式，并采用其长度来度量变换间的偏差。具体而言，我们提出对单应变换李群 PG(2) 进行自编码以学习图像表示。为此，我们通过将 PG(2) 投影到允许测地距离闭式表达的旋转变换子群 SO(3) 上，来对难以处理的黎曼对数进行估计。实验表明，所提出的 AETv2 模型在多个任务中优于先前版本以及其他最优自监督模型。
引用
@article{arxiv.1911.07004,
title = {AETv2: AutoEncoding Transformations for Self-Supervised Representation Learning by Minimizing Geodesic Distances in Lie Groups},
author = {Feng Lin and Haohang Xu and Houqiang Li and Hongkai Xiong and Guo-Jun Qi},
journal= {arXiv preprint arXiv:1911.07004},
year = {2019}
}