5、回归建模、GAN视频处理

发布时间:2022-09-26 16:30

Autoregressive Models

Autoregressive Models vs GANs
5、回归建模、GAN视频处理_第1张图片

PixelRNN

5、回归建模、GAN视频处理_第2张图片
5、回归建模、GAN视频处理_第3张图片
在这里插入图片描述
Row LSTM
5、回归建模、GAN视频处理_第4张图片
Diagonal BiLSTM
5、回归建模、GAN视频处理_第5张图片
5、回归建模、GAN视频处理_第6张图片
5、回归建模、GAN视频处理_第7张图片
网络架构
5、回归建模、GAN视频处理_第8张图片

Gated PixelCNN

5、回归建模、GAN视频处理_第9张图片
Blind Spot
5、回归建模、GAN视频处理_第10张图片
** Eliminating Blind Spot**
5、回归建模、GAN视频处理_第11张图片
Conditional PixelCNN
5、回归建模、GAN视频处理_第12张图片
Autoregressive Models vs GANs
5、回归建模、GAN视频处理_第13张图片
5、回归建模、GAN视频处理_第14张图片

Generative Models on Videos

GANs on Videos

5、回归建模、GAN视频处理_第15张图片

DVD-GAN(怪异视频生成器)

5、回归建模、GAN视频处理_第16张图片
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。

5、回归建模、GAN视频处理_第17张图片
5、回归建模、GAN视频处理_第18张图片
5、回归建模、GAN视频处理_第19张图片

  • 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)。

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号