部件、结构与动力学的无监督发现
计算机视觉与模式识别
2019-03-14 v1 人工智能
机器学习
摘要
人类通过观看物体运动方式即可轻松识别物体部件及其层次结构；随后他们能预测每个部件未来的运动。本文中，我们提出一种新颖表述，从未标注视频中同时学习层次化、解耦的物体表示以及物体部件的动力模型。我们的部件、结构与动力学（PSD）模型学习：首先，通过分层图像表示识别物体部件；其次，通过结构描述子预测层次结构，将低层概念组合为层次化结构；第三，通过预测未来对系统动力学建模。在多个真实与合成数据集上的实验表明，我们的PSD模型在全部三项任务上表现良好：分割物体部件、构建其层次结构以及捕捉其运动分布。
引用
@article{arxiv.1903.05136,
title = {Unsupervised Discovery of Parts, Structure, and Dynamics},
author = {Zhenjia Xu and Zhijian Liu and Chen Sun and Kevin Murphy and William T. Freeman and Joshua B. Tenenbaum and Jiajun Wu},
journal= {arXiv preprint arXiv:1903.05136},
year = {2019}
}
备注
ICLR 2019. The first two authors contributed equally to this work