Unüberwachte Teilebasierte Trennung von Objektform und -Erscheinungsbild

Große innerklassische Variation ist das Ergebnis von Änderungen in mehreren Objekteigenschaften. Bilder zeigen jedoch nur die Überlagerung verschiedener veränderlicher Faktoren wie Erscheinungsbild oder Form. Daher stellt das Lernen, diese verschiedenen Eigenschaften zu entwirren und darzustellen, eine große Herausforderung dar, insbesondere im unüberwachten Fall. Zudem erfordert eine große Artikulation des Objekts ein flexibles, teilstufiges Modell. Wir präsentieren einen unüberwachten Ansatz zur Entwirrung von Erscheinungsbild und Form durch das konsistente Lernen von Teilen über alle Instanzen einer Kategorie hinweg. Da keine Teileannotierung oder vorherige Informationen über eine Objektklasse erforderlich sind, ist der Ansatz auf beliebige Klassen anwendbar. Wir evaluieren unseren Ansatz anhand einer Vielzahl von Objektkategorien und diversen Aufgaben, einschließlich Pose-Vorhersage, entwirrter Bildsynthese und Video-zu-Video-Übersetzung. Der Ansatz übertreffen den Stand der Technik bei der unüberwachten Keypoint-Vorhersage und erzielt sogar gegenüber überwachten Ansätzen beim Aufgabenbereich der Form- und Erscheinungsbildübertragung vergleichbare Ergebnisse.