ترجمه فارسی مقاله MANGO: منیفولدهای تغییر شکل تصویر جدا شده با اپراتورهای گروه بندی شده

چکیده

Learning semantically meaningful image transformations (i.e. rotation, thickness, blur) directly from examples can be a challenging task. Recently, the Manifold Autoencoder (MAE) proposed using a set of Lie group operators to learn image transformations directly from examples. However, this approach has limitations, as the learned operators are not guaranteed to be disentangled and the training routine is prohibitively expensive when scaling up the model. To address these limitations, we propose MANGO (transformation Manifolds with Grouped Operators) for learning disentangled operators that describe image transformations in distinct latent subspaces. Moreover, our approach allows practitioners the ability to define which transformations they aim to model, thus improving the semantic meaning of the learned operators. Through our experiments, we demonstrate that MANGO enables composition of image transformations and introduces a one-phase training routine that leads to a 100x speedup over prior works.

چکیده به فارسی (ترجمه ماشینی)

یادگیری تحولات تصویر معنایی معنی دار (یعنی چرخش ، ضخامت ، تاری) به طور مستقیم از مثالها می تواند یک کار چالش برانگیز باشد.به تازگی ، Autoencoder Manifold (MAE) با استفاده از مجموعه ای از اپراتورهای گروه Lie برای یادگیری تحولات تصویر به طور مستقیم از مثالها پیشنهاد شده است.با این حال ، این رویکرد محدودیت هایی دارد ، زیرا اپراتورهای آموخته تضمین نمی شوند که از هم جدا شوند و روال آموزش هنگام مقیاس بندی مدل بسیار گران است.برای پرداختن به این محدودیت ها ، ما انبه (مانیفولد های تحول با اپراتورهای گروهی) را برای یادگیری اپراتورهای جدا شده که توصیف تحولات تصویر در زیر مجموعه های نهفته متمایز را پیشنهاد می کنیم ، پیشنهاد می کنیم.علاوه بر این ، رویکرد ما به پزشکان این امکان را می دهد تا تعریف کنند که کدام تحولات را برای الگوبرداری تعریف می کنند ، بنابراین معنای معنایی اپراتورهای آموخته را بهبود می بخشد.از طریق آزمایشات ما ، ما نشان می دهیم که انبه ترکیب تحولات تصویر را امکان پذیر می کند و یک روال آموزش یک فاز را معرفی می کند که منجر به سرعت 100 برابر نسبت به کارهای قبلی می شود.