發(fā)簡信
IP屬地：西藏
-
總結
VIDEO (LANGUAGE) MODELING: A BASELINE FOR GENERATIVE MODELS OF NATURAL V...
-
解決的問題
難點： 1、模型必須理解如何傳播運動以及處理遮擋。 2、短期預測：從模型改進（從預測像素值改為預測動作） 3、模糊：從代價函數(shù)改進（加入GAN）...
-
9/30
計劃：上午調試prednet的代碼，完成refine net的訓練，以及多幀的訓練。 下午： 看有關光流估計的paper， 以及在Caltech...
-
GENERALIZABLE FEATURES FROM UNSUPERVISED LEARNING
問題：無監(jiān)督學習到的特征更好的泛化到監(jiān)督訓練分布之外的樣例上。 任務：通過視頻預測，將預測的幀作為分類器的輸入，從而提高行為預測的精度。 通過視...
-
Hybrid Learning of Optical Flow and Next Frame Prediction to Boost Optical Flow in the
問題：CNN-based光流預測在合成的數(shù)據(jù)上表現(xiàn)很好，但是在真是的場景中表現(xiàn)不好 方法：訓練中加入真實數(shù)據(jù)，進行自監(jiān)督的視頻預測任務。 改進方...
-
Dual Motion GAN for Future-Flow Embedded Video Prediction
問題： 視頻預測需要捕捉：1、pixe-wise appearance. 2、motion change。然而現(xiàn)在的方法并不對pixel-wis...
-
Pose Guided Person Image Generation
1、給定兩幀的關節(jié)點位置信息，學習到類似光流的轉換，應用到第一幀的圖像上，生成下一幀？ 2、身份信息并沒有保留？ 生成過程：通過合理地表示生成的...
-
Predicting Deeper into the Future of Semantic Segmentation任務: 預測未來幀的場景分割，給定視頻幀的輸入序列，預測未觀察到的幀的場景圖。 動機： 預測像素值與預測高層次的場景相比過于復雜，然而后者對于大...
-
DEEP PREDICTIVE CODING NETWORKS FOR VIDEO PREDICTION AND UNSUPERVISED LEARNING編碼-解碼框架不同于： 1、先解碼再編碼。 2、每次對groundtruth和預測的幀之間的差進行編碼，進行下一次預測。 3、多幀預測時對相鄰兩...