用于部件、对象与场景的生成式层次模型
机器学习
2019-10-22 v1 计算机视觉与模式识别
机器学习
摘要
部件与对象之间的组合结构在自然场景中固有存在。通过无监督学习对此类组合层次建模可带来诸多益处，如可解释性与可迁移性，这在许多下游任务中十分重要。本文提出首个深度潜变量模型，称为 RICH，用于学习可解释组合层次的表示（Representation of Interpretable Compositional Hierarchies）。RICH 的核心是一个潜场景图表示，它根据组合关系将场景中的实体组织为树形结构。在推断时，RICH 采用自顶向下方法，能够利用更高层表示引导更低层的分解。这避免了自底向上方法所面临的部件与对象之间路由的困难问题。在包含具有不同部件组合的多对象图像的实验中，我们证明 RICH 能够学习潜组合层次并生成想象场景。
引用
@article{arxiv.1910.09119,
title = {Generative Hierarchical Models for Parts, Objects, and Scenes},
author = {Fei Deng and Zhuo Zhi and Sungjin Ahn},
journal= {arXiv preprint arXiv:1910.09119},
year = {2019}
}