解耦区域基元用于图像生成
计算机视觉与模式识别
2025-09-30 v3 人工智能
机器学习
摘要
本文从新的视角解释用于图像生成的神经网络，即解释图像生成的表示结构。我们提出了一组理想属性来定义用于图像生成的神经网络的表示结构，包括特征完备性、空间有界性和一致性。这些属性使我们能够提出一种从中间层特征中解耦基元特征分量的方法，其中每个特征分量生成覆盖多个图像块的基元区域模式。这样，整个图像的生成可以解释为这些特征分量的叠加。我们证明了这些满足特征完备性属性和线性可加性属性（由特征完备性、空间有界性和一致性属性推导得出）的特征分量可以计算为OR Harsanyi交互。实验验证了解耦的基元区域模式的忠实性。
引用
@article{arxiv.2410.04421,
title = {Disentangling Regional Primitives for Image Generation},
author = {Zhengting Chen and Lei Cheng and Lianghui Ding and Liang Lin and Quanshi Zhang},
journal= {arXiv preprint arXiv:2410.04421},
year = {2025}
}