Identifiable Object-Centric Representation Learning via Probabilistic Slot Attention

学习模块化物体中心表示对于系统化的泛化至关重要。现有方法在实证上展示了有前途的物体绑定能力，但理论可识别性保证相对较为欠缺。理解何时可以从理论上识别物体中心表示对于将基于插槽的方法扩展到具有正确性保证的高维图像至关重要。为此，我们提出了一种概率插槽注意力算法，它对物体中心插槽表示施加了一个聚合混合先验，从而在没有监督的情况下提供插槽可识别性保证，直到一个等价关系。我们使用简单的二维数据和高分辨率成像数据集对我们的理论可识别性结果进行了实证验证。

论文旨在解决理论上的可识别性问题，即如何在没有监督的情况下，对高维图像数据进行模块化的物体中心表示，并保证其可识别性。

论文提出了一种基于概率的slot-attention算法，通过对物体中心slot表示施加聚合混合先验，从而提供了无监督的slot可识别性保证，直到等价关系。

论文在简单的二维数据和高分辨率成像数据集上进行了实证验证，验证了理论上的可识别性结果。论文的方法与当前领域的研究相比，具有更好的可扩展性和正确性保证。

在物体中心表示领域，已经有许多相关的研究，例如：《Object-Centric Learning with Slot Attention》、《Unsupervised Learning of Object-Centric Videos through Spatial Alignment》等。