一种用于学习解耦表示的对抗神经张量方法
计算机视觉与模式识别
2019-02-26 v2
摘要
多个因素共同决定了视觉场景中物体的外观，包括姿态、光照和形变等。每个因素对应数据中的一种变异来源，而这些因素的乘积交互模拟了纠缠的变异性，从而产生了视觉物体外观的丰富结构。从视觉数据中解耦此类未观测因素是一项挑战性任务，尤其在数据于不受控记录条件（亦称“野外”）下采集且无可用的标签信息时。本文中，我们提出首个用于解耦野外采集人脸图像中多个潜在变异因素的无监督深度学习方法（带伪监督）。为此，我们提出一个深度潜变量模型，其中多个潜在变异因素的乘积交互通过多线性（张量）结构显式建模。我们证明所提方法确实学习了面部表情与姿态的解耦表示，可用于包括人脸编辑以及三维人脸重建和面部表情、身份与姿态分类在内的多种应用。
引用
@article{arxiv.1711.10402,
title = {An Adversarial Neuro-Tensorial Approach For Learning Disentangled Representations},
author = {Mengjiao Wang and Zhixin Shu and Shiyang Cheng and Yannis Panagakis and Dimitris Samaras and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:1711.10402},
year = {2019}
}