發(fā)簡(jiǎn)信
IP屬地：天津
-
總結(jié)
VIDEO (LANGUAGE) MODELING: A BASELINE FOR GENERATIVE MODELS OF NATURAL V...
-
解決的問題
難點(diǎn)： 1寿酌、模型必須理解如何傳播運(yùn)動(dòng)以及處理遮擋。 2、短期預(yù)測(cè)：從模型改進(jìn)（從預(yù)測(cè)像素值改為預(yù)測(cè)動(dòng)作） 3、模糊：從代價(jià)函數(shù)改進(jìn)（加入GAN）...
-
9/30
計(jì)劃：上午調(diào)試prednet的代碼，完成refine net的訓(xùn)練，以及多幀的訓(xùn)練。 下午： 看有關(guān)光流估計(jì)的paper奇适， 以及在Caltech...
-
GENERALIZABLE FEATURES FROM UNSUPERVISED LEARNING
問題：無監(jiān)督學(xué)習(xí)到的特征更好的泛化到監(jiān)督訓(xùn)練分布之外的樣例上坟比。 任務(wù)：通過視頻預(yù)測(cè)，將預(yù)測(cè)的幀作為分類器的輸入嚷往，從而提高行為預(yù)測(cè)的精度葛账。 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(yù)測(cè)在合成的數(shù)據(jù)上表現(xiàn)很好，但是在真是的場(chǎng)景中表現(xiàn)不好 方法：訓(xùn)練中加入真實(shí)數(shù)據(jù)皮仁，進(jìn)行自監(jiān)督的視頻預(yù)測(cè)任務(wù)籍琳。 改進(jìn)方...
-
Dual Motion GAN for Future-Flow Embedded Video Prediction
問題： 視頻預(yù)測(cè)需要捕捉：1、pixe-wise appearance. 2贷祈、motion change趋急。然而現(xiàn)在的方法并不對(duì)pixel-wis...
-
Pose Guided Person Image Generation
1、給定兩幀的關(guān)節(jié)點(diǎn)位置信息势誊，學(xué)習(xí)到類似光流的轉(zhuǎn)換呜达，應(yīng)用到第一幀的圖像上，生成下一幀粟耻？ 2查近、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(wù): 預(yù)測(cè)未來幀的場(chǎng)景分割勋颖，給定視頻幀的輸入序列，預(yù)測(cè)未觀察到的幀的場(chǎng)景圖勋锤。 動(dòng)機(jī)： 預(yù)測(cè)像素值與預(yù)測(cè)高層次的場(chǎng)景相比過于復(fù)雜饭玲，然而后者對(duì)于大...
-
DEEP PREDICTIVE CODING NETWORKS FOR VIDEO PREDICTION AND UNSUPERVISED LEARNING編碼-解碼框架不同于： 1、先解碼再編碼叁执。 2茄厘、每次對(duì)groundtruth和預(yù)測(cè)的幀之間的差進(jìn)行編碼，進(jìn)行下一次預(yù)測(cè)谈宛。 3次哈、多幀預(yù)測(cè)時(shí)對(duì)相鄰兩...