摘要： 在生成式人工智能領域，解耦表征學習的研究進一步推動圖像生成方法的發(fā)展，但現(xiàn)有的解耦方法更多地關注圖像生成的低維表示，忽略目標變化圖像內(nèi)在的可解釋因素，導致生成的圖像容易受到其它不相關屬性特征的影響.為此，文中提出解耦表征學習視角下認知圖像屬性特征的圖像生成方法.首先，從生成模型的潛在空間出發(fā)，通過訓練獲得關于目標變化圖像的候選遍歷方向.然后，構(gòu)建無監(jiān)督語義分解策略，并基于候選遍... （共14頁）