Variational Atlas Autoencoders 与自监督图卡选择

研究提出变分图册自编码器（Variational Atlas Autoencoders），通过混合图卡框架学习局部隐表征图册，并利用隐证据路由实现全自监督图卡分配。该方法通过识别重叠区域与转移映射，实现紧贴数据流形的跨图卡连续插值。在 CelebA 等数据集上，其样本质量优于同容量基线，且生成采样仅需评估单个图卡解码器。