生成模型已经证明在从未标记的数据中学习特征方面非常有用。 特别是,可变自动编码器能够对高度复杂的自然分布(例如图像)建模,同时无需标签即可提取自然和人类可理解的特征。 在本文中,我们结合了两类非常有用的模型:可变梯形自动编码器和MMD可变自动编码器,以对人脸图像进行建模。 特别是,我们证明了我们可以解开高度有意义和可解释的功能。 此外,我们能够对人脸执行算术运算并修改人脸以添加或删除高级特征。