小一读论文（一）

原文分析

本文主要用于新手对文章的理解以及本人回顾时使用，不保证完全准确，仅供参考。
需要读者对GAN、自编码器，神经网络等有最基础的了解。（打算看这篇论文的你多半能力就够了！）

先放上原文链接：

原文链接

由于本人能力有限，若有错误恳请各位斧正！

原文梗概

考虑到在生成3D对象的时候，很难获得到3D对象的整体分布。所以现在生成3D图像的思路是先通过训练一组VAE-GAN来生成一块块的零件，之后再通过训练一个分配器来合理的分配已经生成的3D对象。

0.VAE-GAN

可以参考这篇文章

这是将VAE（变可自编码器）和GAN（生成对抗网络）联合在一起来，这是一种常用的生成给定条件下的物体的方法。先通过VAE对给定的输入进行编码/解码，然后将这个编码/解码的结果作为GAN的输入来生成想要的对象。

原文结构

0.摘要

直接获得3D对象整体分布很困难，所以引入了一种零件感知的生成模型（PAGENet）。就是用一组VAE-GAN生成局部零件，然后再通过分配器把零件放置到他们该出现的位置上。最后展示两种相关应用。一是语义分割图形，二是基于零件的图形编辑。

1.简介

从有了3D图形的生成后，如何保证结构的正确性就是一个难题。现在大部分都是直接生成整体图形的，这有问题。一些手段虽然规避了这个问题（如点云等），但是还是会有别的问题。在3D对象的合成领域有一种认知是要使合成的东西有结构意识，就是说要让零件之间有联系并且摆放位置合理。基于此想法，训练一个加PAGENet的生成网络用以生成目标类的存在，并在之后训练一个零件分配器来分配。这种方法可以很容易将模型转化为其他类型的模型（如点云等）。PAGENet是一组VAE-GAN的级联，用以生成不同的零件。

贡献

1. 使用分治思想来生成3D对象
2. 训练了一个零件分配器
3. 两种应用：一是语义分割图形，二是基于零件的图形编辑。

2.相关工作

1. 3D图形的深度生成模型
2. 3D图像的结构感知合成

3.思路

1.网络结构

上图是零件生成器，下图是零件分配器。
零件生成器由多个VAE-GAN组成，每个VAE-GAN预定义了生成结果的类别。生成的时候接收一个随机向量来生成零件。然后再通过零件分配器进行组合成合理的样式。

零件生成

生成器由一组VAE-GAN组成，让我们针对一个VAE-GAN进行研究。首先VAE由一个解析度为64x64x64的解码器和编码器组成，隐变量的维度是50.编码器由5块全连接卷积层组成。其中kernel 的大小是4x4x4，步长为2.每两个卷积层之间都插入了Relu和batch normalization。解码器是将编码器进行逆置，然后在最后一层加入sigmoid函数。之后的判别器也是使用了和编码器相同的结构（只是额外多了一个MLP层）。（以下是MLP的解释，来自维基百科）。

多层感知器（MLP）是一类的前馈 神经网络（ANN）。术语MLP含糊不清，有时宽松地指代任何前馈ANN，有时严格指代由多层感知器组成的网络（具有阈值激活）；参见§术语。多层感知器有时通俗地称为“香草”神经网络，尤其是当它们具有单个隐藏层时。

因此零件生成器的损失函数由三个部分组成：对零件进行重建带来的损失（GAN生成器带来的损失）$L_{recon}$ ,KL散度的损失$L_{KL}$,对抗损失$L_{adv}$.此外还引入了用以惩罚非对称结构的损失$L^{}$