美文网首页
FutureGAN: Anticipating the Futu

FutureGAN: Anticipating the Futu

作者: winddy_akoky | 来源:发表于2019-06-24 16:54 被阅读0次
  1. encoder-decoder GAN model: FutureGAN。这个模型主要是预测视频内容。它根据过去的帧数的内容去预测未来的帧数的内容。

  2. 论文的结果展示:该模型能有效的学习一种表示方法,即把输入的序列信息转化成可信的未来序列。

  3. 该模型的主要优点是:FutureGAN能在不添加任何操作的情况下应用到各种不同的数据集上,且还能达到不错的效果。

  4. 本篇论文最大的贡献是提供了一个基于GAN的简单模型用于视频的预测。相比于其他方法,本模型的输入仅仅是原始的像素值,不依赖于任何条件。

  5. 因为模型是基于GAN的,所以自然有生成模型G和判别模型D。模型G的输入是一段时序内容,输出是这段时序未来的内容。G的输出可以被描述为:
    \tilde{\boldsymbol{x}}=G(\boldsymbol{z})=\left(\widetilde{\boldsymbol{x}}_{t+1}, \ldots, \widetilde{\boldsymbol{x}}_{t+t_{\mathrm{cat}}}\right)
    G的输入可以被描述成:
    \boldsymbol{z}=\left(\boldsymbol{x}_{t-t_{\mathrm{in}}}+1, \dots, \boldsymbol{x}_{t}\right)
    而对于模型D的输入是来自真实数据的序列:\boldsymbol{x}=\left(\boldsymbol{x}_{t-t_{\mathrm{in}}}+1, \ldots, \boldsymbol{x}_{t+t_{\mathrm{out}}}\right),或者来自G产生的数据:\widetilde{\boldsymbol{x}}=(\boldsymbol{z}, G(\boldsymbol{z}))=\left(\boldsymbol{x}_{t-t_{\mathrm{in}}}+1, \ldots, \tilde{\boldsymbol{x}}_{t+t_{\mathrm{out}}}\right)
    其输出可以被描述为:
    s=D(\boldsymbol{x}) \text { or } \widetilde{s}=D(\widetilde{\boldsymbol{x}})

相关文章

网友评论

      本文标题:FutureGAN: Anticipating the Futu

      本文链接:https://www.haomeiwen.com/subject/ahoiqctx.html