基于固定输出分布变分自编码器的旋转数字识别
计算机视觉与模式识别
2022-06-29 v1 机器学习
图像与视频处理
摘要
本文表明，对变分自编码器（VAE）形式体系的一个简单修改，可使该方法识别并分类旋转与畸变的数字。具体而言，VAE 在训练过程中采用的常规目标（代价）函数既量化输入与输出数据记录之间的一致性，又确保输入数据记录的隐空间表示以适当的均值和标准差统计生成。训练后，通过对适当的隐空间点进行解码来生成模拟数据实现。然而，由于在随机旋转 MNIST 数字上训练的标准 VAE 将旋转后的输入数据有效地与同样旋转的输出数据记录进行比较，无法可靠区分不同数字类别。相比之下，本文所示的一种替代实现，其目标函数将每个旋转数字对应的输出与相应的固定无参考基准数字进行比较，即使隐空间维度为 2 或 3，也能在隐空间中准确区分旋转数字。
引用
@article{arxiv.2206.13388,
title = {Rotated Digit Recognition by Variational Autoencoders with Fixed Output Distributions},
author = {David Yevick},
journal= {arXiv preprint arXiv:2206.13388},
year = {2022}
}