递归神经程序：图像文法与部分-整体层级的变分学习
计算机视觉与模式识别
2025-12-30 v3 机器学习
摘要
人类视觉涉及使用基于部分-整体层级的结构化表示来解析和表示物体与场景。计算机视觉与机器学习研究者近来试图通过胶囊网络、参考帧和主动预测编码来模拟此能力，但一直缺乏生成模型表述。我们提出递归神经程序（RNPs），据我们所知，这是首个解决部分-整体层级学习问题的神经生成模型。RNPs将图像建模为概率感知-运动程序的层级树，这些程序递归复用学习到的感知-运动基元以在不同参考帧内建模图像，形成递归图像文法。我们将RNPs表述为结构化变分自编码器（sVAEs）以进行推断与采样，并展示在MNIST、Omniglot和Fashion-MNIST数据集上的基于部分的解析、采样及一次迁移学习，证明了模型的表达能力。我们的结果表明，RNPs提供了一种直观且可解释的物件与场景组合方式，允许丰富的组合性以及以部分-整体层级对物体进行直观解释。
引用
@article{arxiv.2206.08462,
title = {Recursive Neural Programs: Variational Learning of Image Grammars and Part-Whole Hierarchies},
author = {Ares Fisher and Rajesh P. N. Rao},
journal= {arXiv preprint arXiv:2206.08462},
year = {2025}
}
备注
9 pages, 6 figures. fixed LaTeX typo for algorithm reference