| 变分自动编码器的潜变量空间解耦方法 |
| |
| 引用本文： | 曾青耀,郑茜颖,俞金玲.变分自动编码器的潜变量空间解耦方法[J].福州大学学报(自然科学版),2022,50(3):337-344. |
| |
| 作者姓名： | 曾青耀 郑茜颖 俞金玲 |
| |
| 作者单位： | 福州大学物理与信息工程学院，福建 福州 350108 |
| |
| 摘 要： | 针对潜变量空间解耦具有可选择性地调整数据属性，实现更可控的数据生成的特性，提出一种提高解耦任务度量指标的方法. 该方法在编码器阶段，运用自注意力机制和残差网络，使模型更有效地捕捉长期依赖关系，增强模型的维度适应性. 在训练阶段，提出新颖损失函数使潜变量空间编码维度与属性值趋向单调关系，从而更好地调节损失函数所处区间范围，达到优化目的. 通过对比实验表明，本模型和方法在图像的潜变量空间解耦生成上优于变分自编码机(variational auto encoder，VAE)及属性正则化(AR-VAE）模型模型，且具有更为轻量级的网络架构.
|
| 关 键 词： | 图像 解耦 变分自动编码器(VAE) 自注意力机制 残差网络 |
Latent variable space disentangling method of variational auto-encoder |
| |
| ZENG Qingyao,ZHENG Qianying,YU Jinling.Latent variable space disentangling method of variational auto-encoder[J].Journal of Fuzhou University(Natural Science Edition),2022,50(3):337-344. |
| |
| Authors: | ZENG Qingyao ZHENG Qianying YU Jinling |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
