DPR-CAE：用于图像解析的具有动态部件表示的胶囊自编码器
计算机视觉与模式识别
2021-09-08 v2
摘要
将图像解析为对象、部件和关系的层次结构在许多计算机视觉任务中既重要又具挑战性。本文提出了一种简单有效的胶囊自编码器来解决此问题，称为 DPR-CAE。在我们的方法中，编码器将输入解析为一组部件胶囊，包括姿态、强度和动态向量。解码器通过结合动态向量和共享模板库引入了一种新颖的动态部件表示 (DPR)。这些部件表示随后由相应的胶囊调节，以可解释的方式合成最终输出。此外，提出了一个额外的平移不变模块，以避免在我们的 DPR-CAE 中直接学习不确定的场景-部件关系，这使得所得方法在 -MNIST 和 -Fashion-MNIST 上取得了有前景的性能提升。DPR-CAE 可以轻松地与现有的堆叠胶囊自编码器结合，实验结果表明其在无监督对象分类方面显著提升了性能。我们的代码在附录中提供。
引用
@article{arxiv.2104.14735,
title = {DPR-CAE: Capsule Autoencoder with Dynamic Part Representation for Image Parsing},
author = {Canqun Xiang and Zhennan Wang and Wenbin Zou and Chen Xu},
journal= {arXiv preprint arXiv:2104.14735},
year = {2021}
}
备注
The content of our article needs to be revised, and the content of the paper is not very accurate