基于离散-注意-推断-重复的无监督可解释场景发现
计算机视觉与模式识别
2019-03-18 v1 机器学习
机器学习
摘要
在这项工作中，我们提出了离散注意推断重复（Discrete-AIR），这是一种具有结构化潜变量分布的循环自编码器，包含离散类别分布、连续属性分布和因子化空间注意力。虽然受原始AIR模型的启发并保留了AIR模型识别图像中物体的能力，Discrete-AIR提供了对潜变量的直接可解释性。我们表明，对于Multi-MNIST和dSprites数据集的多物体版本，Discrete-AIR模型仅需一个类别潜变量、一个属性变量（仅用于Multi-MNIST）以及空间注意力变量，即可进行高效推断。我们进行分析以表明，学习到的类别分布有效地捕获了Multi-MNIST和Multi-Sprites中场景中物体的类别。
引用
@article{arxiv.1903.06581,
title = {Unsupervised and interpretable scene discovery with Discrete-Attend-Infer-Repeat},
author = {Duo Wang and Mateja Jamnik and Pietro Lio},
journal= {arXiv preprint arXiv:1903.06581},
year = {2019}
}