集合分布网络：一种面向图像集合的生成模型
机器学习
2020-06-19 v1 计算机视觉与模式识别
机器学习
摘要
具有共同特征的图像自然形成集合。例如，在人脸验证基准中，同一身份的图像形成集合。对于生成模型，处理集合的标准方式是将每个集合表示为一个 one hot 向量，并学习条件生成模型 。这种表示假设集合数量有限且已知，从而使得集合上的分布简化为简单的多项分布。相反，我们研究一个更通用的问题：集合数量庞大且未知。我们提出集合分布网络（SDNs），一种学习自动编码并自由生成集合的新颖框架。我们通过联合学习集合编码器、集合判别器、集合生成器和集合先验来实现这一点。我们表明，SDNs 能够重建在基准数据集中保留输入显著属性的图像集合，并且还能够生成新颖的对象/身份。我们分别使用预训练的 3D 重建网络和人脸验证网络来检查 SDN 生成的集合，以此作为评估生成图像集合质量的新方法。
引用
@article{arxiv.2006.10705,
title = {Set Distribution Networks: a Generative Model for Sets of Images},
author = {Shuangfei Zhai and Walter Talbott and Miguel Angel Bautista and Carlos Guestrin and Josh M. Susskind},
journal= {arXiv preprint arXiv:2006.10705},
year = {2020}
}