变换不变自编码器

自编码器方法是一种降维方法。从一组向量中可以自动生成一个从向量到代表本质信息的描述符的映射，而无需任何监督信息。然而，现有的普通自编码器会将图像及其空间平移版本编码为不同的描述符，因为每个描述符都包含空间子模式及其位置。为了生成代表图像中空间子模式的描述符，我们需要在训练普通自编码器之前归一化其在图像中的空间位置；然而，对于没有明显标准位置的图像，这种归一化通常是困难的。我们提出了一种变换不变自编码器和变换参数推断模型。通过所提出的方法，我们可以将输入分离为变换不变描述符和变换参数。所提出的方法可应用于各种自编码器，无需任何特殊模块或带标签的训练样本。通过将其应用于平移变换，我们可以实现一个平移不变自编码器，该编码器能够提取典型的空間子模式，而不受其在窗口中相对位置的影响。此外，我们可以实现一个模型，该模型能够推断从典型子模式恢复输入所需的平移参数。作为所提出方法的一个示例，我们展示了由平移不变自编码器生成的描述符可以代表典型的空间子模式。此外，我们还展示了机器人手模仿人手的动作，作为基于空间子模式的回归示例。