学习图像、视频及其空间变换的图模型

高斯混合模型、因子分析器（概率 PCA）和隐马尔可夫模型是静态和动态数据建模以及特别是图像和视频建模的 staples。我们展示了如何通过包含一个离散变换变量来解释输入中的拓扑变换（例如图像中的平移和剪切）。由此产生的模型以对输入中的变换不变的方式进行聚类、降维和时间序列分析。使用 EM 算法，可以将这些变换不变模型拟合到静态数据和时间序列。我们给出了在显微镜图像滤波、人脸和人脸姿态聚类、手写数字建模与识别、视频聚类、目标跟踪以及从视频序列中移除干扰项方面的结果。