华为诺亚方舟实验室提出基于因果结构模型的解耦表征学习方法。该方法挑战了传统解耦任务的独立性假设，第一次采用因果结构假设物理世界的概念关系作为解耦表征的依据。并从理论上证明了采用该方法得到的解耦出的概念表征的可识别性。作者在两组合成数据及人脸数据CelebA上共测试了4组不同类型因果结构下的解耦效果，实验证明该方法不仅可以分辨出概念表征，并可以发现概念之间的因果结构。
该工作‘目前已经被计算机视觉顶级会议CVPR 2021 接收。
- 论文名称：CausalVAE: Disentangled Representation Learning via Neural Structural Causal Models
- 论文地址：https://arxiv.org/pdf/2004.08697.pdf
感兴趣的可以戳原文。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢