PixelVAE++：基于离散先验的改进 PixelVAE
计算机视觉与模式识别
2019-08-28 v1 机器学习
机器学习
摘要
为自然图像构建强大的生成模型是一项具有挑战性的任务。PixelCNN 模型能很好地捕捉图像中的细节与局部信息，但感受野有限。具有因子化解码器的变分自编码器可轻易捕捉全局信息，但往往无法忠实重建细节。PixelVAE 结合了两种模型的优点，构建了能够学习局部与全局结构的生成模型。本文引入 PixelVAE++，一种具有三类潜变量并以 PixelCNN++ 作为解码器的 VAE。我们提出一种新颖架构，将解码器的一部分复用为编码器。我们在 MNIST 与 Omniglot 等二值数据集上取得了最先进的性能，并在潜变量模型中于 CIFAR-10 上取得最先进性能，同时保持潜变量的信息性。
引用
@article{arxiv.1908.09948,
title = {PixelVAE++: Improved PixelVAE with Discrete Prior},
author = {Hossein Sadeghi and Evgeny Andriyash and Walter Vinci and Lorenzo Buffoni and Mohammad H. Amin},
journal= {arXiv preprint arXiv:1908.09948},
year = {2019}
}