空间广播解码器：一种在 VAE 中学习解耦表示的简单架构
机器学习
2019-08-15 v2 计算机视觉与模式识别
机器学习
摘要
我们提出一种简单的神经渲染架构，可帮助变分自编码器（VAEs）学习解耦表示。不同于 VAEs 解码器中通常使用的反卷积网络，我们将潜向量在空间上平铺（广播），拼接固定的 X 与 Y“坐标”通道，并应用步长为 1x1 的全卷积网络。这为 VAEs 潜分布中位置与非位置特征的分离提供了架构先验，却未对此提供任何显式监督。我们表明，该我们称之为空间广播解码器的架构改善了数据空间中解耦、重建精度及对留出区域的泛化。当应用于具有小物体的数据集时，它带来尤其显著的益处。我们还强调一种可视化所学潜空间的方法，该方法帮助我们诊断模型，并可能对其他旨在评估数据表示的人有用。最后，我们表明空间广播解码器与最先进（SOTA）解耦技术互补，且纳入后可提升其性能。
引用
@article{arxiv.1901.07017,
title = {Spatial Broadcast Decoder: A Simple Architecture for Learning Disentangled Representations in VAEs},
author = {Nicholas Watters and Loic Matthey and Christopher P. Burgess and Alexander Lerchner},
journal= {arXiv preprint arXiv:1901.07017},
year = {2019}
}