无标签地拆解物体表示
计算机视觉与模式识别
2020-04-06 v1
摘要
在本文中，我们研究了一个新的表示学习任务，我们称之为拆解物体表示。给定一幅包含多个物体的图像，拆解的目标是获得一种潜表示，其中每一部分对应于一类物体。因此，拆解在图像编辑和少样本或零样本学习等广泛领域中具有应用，因为它在所学表示中实现了类别特定的模块化。为此，我们提出了一种实现拆解的无监督方法，名为无监督拆解物体表示（UDOR）。UDOR采用双自动编码器架构，其中施加了模糊分类和物体移除操作。模糊分类约束潜表示的每一部分编码至多一类物体的特征，而物体移除与生成对抗网络相结合，强制表示的模块化和重建图像的完整性。此外，我们设计了两个度量分别衡量拆解表示的模块性和重建图像的视觉完整性。实验结果表明，所提出的UDOR尽管是无监督的，却取得了与有监督方法相当的令人鼓舞的结果。
引用
@article{arxiv.2004.01426,
title = {Disassembling Object Representations without Labels},
author = {Zunlei Feng and Xinchao Wang and Yongming He and Yike Yuan and Xin Gao and Mingli Song},
journal= {arXiv preprint arXiv:2004.01426},
year = {2020}
}