文献

J-GLOBAL ID：201802237084893909   整理番号：18A0137253

将来フロー埋込みビデオ予測のための二重動きGaN【Powered by NICT】

Dual Motion GAN for Future-Flow Embedded Video Prediction

著者 (4件)： Liang Xiaodan ,  Lee Lisa ,  Dai Wei ,  Xing Eric P.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 1762-1770  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオの将来フレーム予測は教師なしビデオ表現学習のための有望な手段である。ビデオフレームはビデオの出現と運動動力学に基づく先行フレームから固有ピクセル流によって自然に生成される。しかし,既存の方法は,直接錯角化画素値に焦点を当て,ぼやけた予測をもたらした。本論文では,Generative敵対的ネット(GAN)アーキテクチャ二重運動,明示的に将来フレーム予測をduallearning機構によるビデオにおける画素単位の流れと一致することを学ぶを開発した。主将来フレーム予測と二重将来のフロー予測は閉ループを形成し,より良いビデオ予測のための相互に有益なフィードバック信号を生成した。現実と区別できない合成将来フレームと流れの両方を作るために,futureflow予測は現実的な将来フレームの推論を支援するためにできることを保証するために提案した二重敵対的整枝法が,同様に将来フレーム予測は現実的なオプティカルフローをもたらす。著者等の二重運動GaNも新しい確率論的運動エンコーダと異なるピクセル位置における自然運動不確実性,変分オートエンコーダを扱う。包括的な実験を行い,提案した二重運動GaNは新しいビデオフレームを合成し,将来の流れの予測に及ぼすstateofの技術アプローチの性能を著しく上回ることを実証した。著者らのモデルは,多様な視覚シーン全体にわたたって一般化し,教師なしビデオ表現学習における優位性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *録画装置 ,  *予測 ,  計算機アーキテクチャ ,  符号器 ,  不確実性 ,  *窒化ガリウム ,  変分法 ,  学習 ,  オプティカルフロー ,  確率論 ,  視覚 ,  画素
準シソーラス用語： 画素値 ,  ビデオフレーム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： フロー ,  埋込み ,  ビデオ ,  予測 ,  動き ,  GaN