L-VAE：具有可学习Beta的解耦表示变分自编码器
机器学习
2025-07-04 v1 计算机视觉与模式识别
摘要
在本文中，我们提出了一种名为可学习VAE (L-VAE)的新模型，该模型同时学习解耦表示和代价函数的超参数。L-VAE可以被视为β-VAE的扩展，其中超参数β是经验调整的。L-VAE通过学习损失函数中各项的相对权重来控制解耦损失和重构损失之间的动态权衡，从而减轻了β-VAE的局限性。在所提出的模型中，损失项的权重和模型架构的参数被同时学习。在损失函数中添加了一个额外的正则化项，以防止偏向重构损失或解耦损失。实验分析表明，所提出的L-VAE在重构保真度和解耦潜在维度之间找到了有效的平衡。将所提出的L-VAE与β-VAE、VAE、ControlVAE、DynamicVAE和σ-VAE在dSprites、MPI3D-complex、Falcor3D和Isaac3D等数据集上的比较表明，L-VAE在一组解耦度量指标上始终提供最佳或次佳的性能。此外，在CelebA数据集上的定性实验证实了L-VAE模型在解耦面部属性方面的成功。
引用
@article{arxiv.2507.02619,
title = {L-VAE: Variational Auto-Encoder with Learnable Beta for Disentangled Representation},
author = {Hazal Mogultay Ozcan and Sinan Kalkan and Fatos T. Yarman-Vural},
journal= {arXiv preprint arXiv:2507.02619},
year = {2025}
}
备注
The paper is under revision at Machine Vision and Applications