文献

J-GLOBAL ID：201902276080863600   整理番号：19A0249773

MOCOGA:ビデオ生成のための動きとコンテンツの分解【JST・京大機械翻訳】

MoCoGAN: Decomposing Motion and Content for Video Generation

著者 (4件)： Tulyakov Sergey ,  Liu Ming-Yu ,  Yang Xiaodong ,  Kautz Jan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CVPR  ページ： 1526-1535  発行年： 2018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： ビデオにおける視覚信号は,コンテンツと動きに分割できる。オブジェクトがビデオにあるコンテンツを特定する一方で,動きはそれらのダイナミクスを記述する。これに基づいて,ビデオ生成のための運動とコンテンツ分解一般化加算ネットワーク(MoCoGAN)フレームワークを提案した。提案したフレームワークは,一連のビデオフレームにランダムベクトル列をマッピングすることによりビデオを生成する。各ランダムベクトルは,コンテンツ部分と運動部分から成る。コンテンツ部分は固定されているが,運動部分は確率過程として実現される。教師なしの方法で運動とコンテンツの分解を学習するために,画像とビデオ識別子の両方を利用した新しい敵の学習方式を導入した。最先端の手法と定性的および定量的な比較によるいくつかの挑戦的データセットに関する広範な実験結果により,提案フレームワークの有効性を検証した。さらに,MoCoGANは,異なるコンテンツと同じ動きを持つビデオと同様に,同じコンテンツを持つビデオを生成することを可能にすることを示した。このコードはhttps://github.com/sergeytulyakov/mocoganで利用可能である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コンテンツ ,  有効性 ,  ネットワーク ,  確率過程 ,  加算 ,  視覚 ,  *録画装置 ,  ベクトル ,  学習 ,  画像
準シソーラス用語： 最先端 ,  識別子 , 【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 (4件)： ビデオ ,  動き ,  コンテンツ ,  分解