方差指纹：通过数据增强设计实现内容因子的逐分量辨识

研究人员提出一种通过数据增强设计辨识内容因子的新方法，使因子在增强视图间波动的同时保持源实例均值不变。通过为实例设定控制波动幅度的增强强度，利用因子对强度变化的不同响应模式形成方差指纹，在条件高斯模型下证明了对单个因子的可辨识性。合成实验实现了近乎完美的非线性因子恢复，并在 dSprites 实验中提升了坐标对齐表现。