Object-Centric：Faster Attend-Infer-Repeat 2019，场景理解建模思路2

文章预览

Faster Attend-Infer-Repeat with Tractable Probabilistic Models 利用易处理的概率模型加快注意-推断-重复  http://proceedings.mlr.press/v97/stelzner19a/stelzner19a.pdf 3个改进，速度上只提升了一个数量级 Sum-Product Attend-Infer-Repeat (SuPAIR) 摘要 最近的Attend-Infer-Repeat (AIR)框架在结构化概率建模方面树立了一个里程碑，因为它通过贝叶斯推理解决了无监督场景理解的挑战性问题。AIR从单个对象表达视觉场景的组合，并使用变分自编码器来模拟这些对象的外观。然而，整体模型中的推理高度复杂，这阻碍了其学习速度，并使其容易陷入次优解。在本文中，我们展示了通过用可处理的概率模型替换复杂的对象表示，可以显著提高AIR中学习的速率和鲁棒性。特别是，我们选择使用求和-乘积网络（SPNs），这是具有丰富可处理推理程序的表达性强的概率模型。所得的模型，称为SuPAIR，比AIR ………………………………