基于群组学习解耦表示并具备对新内容泛化能力的方法
机器学习
2021-01-26 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
感知数据通常由独立的内容与变换因子构成。例如，人脸图像可能以形状为内容、以姿态为变换。为从给定数据中分别推断这些因子，已提出多种“解耦”模型。然而，其中许多为有监督或半监督，要么需要通常不可得的属性标签，要么不允许对新内容泛化。在本研究中，我们引入一种称为基于群组的变分自编码器的新型深度生成模型。其中，我们假设无显式标签，而仅假设一种更弱形式的结构，即将具有相同内容但经历不同变换的数据实例归为一组；从而我们分别估计群组共有因子作为内容，以及实例特定因子作为变换。该方法允许学习表示内容的通用连续空间，可容纳未见内容。尽管简单，我们的模型从五个数据集中成功学习了与变换表示高度分离且可泛化到具新内容数据的内容表示。我们进一步对潜在内容编码进行详细分析，并揭示模型如何获得显著变换不变性与内容泛化能力的洞见。
引用
@article{arxiv.1809.02383,
title = {Group-based Learning of Disentangled Representations with Generalizability for Novel Contents},
author = {Haruo Hosoya},
journal= {arXiv preprint arXiv:1809.02383},
year = {2021}
}