5、回归建模、GAN视频处理
发布时间：2023-02-06 11:30
Autoregressive Models
Autoregressive Models vs GANs
PixelRNN
Row LSTM
Diagonal BiLSTM
网络架构
Gated PixelCNN
Blind Spot
** Eliminating Blind Spot**
Conditional PixelCNN
Autoregressive Models vs GANs
Generative Models on Videos
GANs on Videos
DVD-GAN（怪异视频生成器）
DVD-GAN 能够生成高分辨率和具备时间一致性的视频。它将大型图像生成模型 BigGAN 扩展到视频领域，同时使用多项技术加速训练。
与之前的研究不同，该模型的生成器不包含前景、背景或光流的显式先验信息，而是依赖于大容量的神经网络，以数据驱动的方式学习这些信息。DVD-GAN 包含自注意力和 RNN，但是它在时间或空间中并不具备自回归属性。RNN 按顺序为每个视频帧生成特征，然后 ResNet 并行地输出所有帧，联合生成每一帧中的所有像素。也就是说，每一帧中的像素并不直接依赖于视频中的其他像素，这与自回归模型并不相同。
- 双判别器
DVD-GAN 使用两个判别器：空间判别器（Spatial Discriminator：D_S）和时间判别器（Temporal Discriminator：D_T）。