動力学を意識した暗黙生成敵対ネットワークによるビデオの生成【JST・京大機械翻訳】

Yu Sihyun; Tack Jihoon; Mo Sangwoo; Kim Hyunsu; Kim Junho; Ha Jung-Woo; Shin Jinwoo

プレプリント

J-GLOBAL ID：202202212148999599 整理番号：22P0293183

動力学を意識した暗黙生成敵対ネットワークによるビデオの生成【JST・京大機械翻訳】

Generating Videos with Dynamics-aware Implicit Generative Adversarial Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年02月21日プレプリントサーバーでの情報更新日： 2022年02月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

深層学習時代において,ビデオの時空間複雑性と連続性のために,高品質なビデオ生成は,依然として困難なままである。既存の先行研究は,RGB値の3Dグリッドとしてビデオを表現することによりビデオ分布をモデル化する試みを試み,それは生成されたビデオのスケールを妨害し,連続動力学を無視する。本論文では,パラメータ化されたニューラルネットワークに連続信号を符号化する陰的ニューラル表現(INR)の最近の新たなパラダイムが,この問題を効果的に緩和することを見出した。ビデオのINRを利用することによって,ビデオ生成のための新しい生成敵対ネットワークである,動的に意識された暗黙的生成敵対ネットワーク(DIGAN)を提案する。特に,(a)空間と時間座標を操作することにより運動力学を改善するINRベースビデオ発生器を導入し,(b)全長フレームシーケンスを観測せずに非自然な動きを効率的に同定する動き識別器である。複数の興味深い特性,例えば長いビデオ合成,ビデオ外挿,および非自己回帰ビデオ生成と共に,様々なデータセットの下でDIGANの優位性を示した。例えば,DIGANはUCF-101の以前の最先端のFVDスコアを30.7%改善し,128x128解像度の128フレームビデオ,以前の最先端技術の48フレームより長い80フレームで訓練できる。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

計算機網 , 人工知能

, , ,

前のページに戻る