形变自编码器：形状与外观的无监督解耦
计算机视觉与模式识别
2018-06-19 v1
摘要
本文提出 Deforming Autoencoders，一种以无监督方式将图像中形状与外观解耦的生成模型。如同可变形模板范式，形状被表示为规范坐标系（‘模板’）与观测图像之间的形变，而外观在‘规范’的模板坐标系中建模，从而舍弃由形变引起的变异性。我们引入新技术使该方法可部署于自编码器框架，并表明其可用于无监督的组间图像对齐。我们展示了人体、手与数字的表达形变、人脸操控（如形状与外观插值）以及无监督关键点定位的实验。在模板坐标系下可实现更强有力的无监督解耦，使我们能成功将人脸图像分解为光照与反照率，并进一步操控人脸图像。
引用
@article{arxiv.1806.06503,
title = {Deforming Autoencoders: Unsupervised Disentangling of Shape and Appearance},
author = {Zhixin Shu and Mihir Sahasrabudhe and Alp Guler and Dimitris Samaras and Nikos Paragios and Iasonas Kokkinos},
journal= {arXiv preprint arXiv:1806.06503},
year = {2018}
}
备注
17 pages including references, plus 12 pages appendix. Video available at : https://youtu.be/Oi7pyxKkF1g Code will be made available soon