HP-Capsule：基于分层解析胶囊网络的无监督人脸部件发现
计算机视觉与模式识别
2022-03-22 v1
摘要
胶囊网络旨在通过一组部件及其关系来表示物体，这为视觉感知过程提供了洞见。尽管近期工作已展示胶囊网络在简单物体（如数字）上的成功，但具有同源结构、适合用胶囊描述的人脸尚未被探索。本文提出一种分层解析胶囊网络（HP-Capsule）用于无监督人脸子部件-部件发现。在浏览无标签的大规模人脸图像时，网络首先用一组可解释的子部件胶囊编码频繁出现的模式。然后，通过基于 Transformer 的解析模块（TPM）将子部件胶囊组装为部件级胶囊，以学习它们之间的组合关系。在训练过程中，随着人脸层次结构逐步建立与精炼，部件胶囊以语义一致性自适应地编码人脸部件。HP-Capsule 将胶囊网络的应用从数字扩展到人脸，并向前迈进了一步，展示了神经网络如何在无人工干预下理解同源物体。此外，HP-Capsule 通过部件胶囊的覆盖区域给出无监督人脸分割结果，支持定性与定量评估。在 BP4D 和 Multi-PIE 数据集上的实验表明了方法的有效性。
引用
@article{arxiv.2203.10699,
title = {HP-Capsule: Unsupervised Face Part Discovery by Hierarchical Parsing Capsule Network},
author = {Chang Yu and Xiangyu Zhu and Xiaomei Zhang and Zidu Wang and Zhaoxiang Zhang and Zhen Lei},
journal= {arXiv preprint arXiv:2203.10699},
year = {2022}
}
备注
Accepted by CVPR2022