通过自编码变换学习广义变换等变表示
计算机视觉与模式识别
2019-11-19 v3 机器学习
机器学习
摘要
变换等变表示（TERs）旨在通过扩展卷积神经网络（CNNs）成功所基于的{\em 平移}等变概念，来捕捉对各种变换等变的固有视觉结构。为此，我们提出了确定性自编码变换（AET）和概率自编码变分变换（AVT）模型，以从通用变换群中学习视觉表示。AET 通过直接从学习到的表示中解码变换来进行训练，而 AVT 则通过最大化学习到的表示与变换之间的联合互信息进行训练。这产生了广义 TERs（GTERs），其以更通用的方式对变换等变，通过捕捉超越变换群下传统线性等变的复杂视觉结构模式。所提出的方法可通过联合最大化学习表示与标签及变换的互信息，扩展到（半）监督模型。实验表明，所提出的模型在无监督和（半）监督任务中均优于最先进的模型。
引用
@article{arxiv.1906.08628,
title = {Learning Generalized Transformation Equivariant Representations via Autoencoding Transformations},
author = {Guo-Jun Qi and Liheng Zhang and Xiao Wang},
journal= {arXiv preprint arXiv:1906.08628},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1903.10863