摘要

在这项工作中，我们引入了变形自编码器（Deforming Autoencoders），这是一种生成模型，能够在无监督的情况下将图像中的形状与外观分离。类似于可变形模板范式，形状被表示为规范坐标系（“模板”）与观察到的图像之间的变形，而外观则在规范的模板坐标中建模，从而消除了由于变形引起的变异性。我们引入了新的技术，使得这一方法可以在自编码器的框架下得以应用，并展示了该方法可以用于无监督的群体图像对齐。我们通过实验展示了在人类表情、手部和数字图像上的形态变换，以及面部操作，如形状和外观插值，还进行了无监督地标定位。在模板坐标中实现了一种更为强大的无监督分离形式，使我们能够成功地将面部图像分解为阴影和反照率，并进一步操纵面部图像。