(深度) 生成测地线
计算机视觉与模式识别
2025-05-12 v2
摘要
本文提出研究生成模型的全局几何性质。我们引入一种新型黎曼度量，用于衡量任意两个数据点之间的相似性。重要的是，我们的度量对生成模型的参数化方式不敏感，仅需评估其数据似然概率。此外，该度量导致概念化的生成距离和生成测地线的定义，其计算可在数据空间中高效完成。其近似值在 mild 条件下可收敛至真实值。我们展示了该全局度量的三个概念验证应用，包括聚类、数据可视化和数据插值，从而为理解生成模型的几何结构提供新工具。
引用
@article{arxiv.2407.11243,
title = {Representation Learning and Identity Adversarial Training for Facial Behavior Understanding},
author = {Mang Ning and Albert Ali Salah and Itir Onal Ertugrul},
journal= {arXiv preprint arXiv:2407.11243},
year = {2025}
}
备注
FG 2025