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
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）。
相关推荐
SpringBoot开发 - 如何定制自己的Banner？还能用图片？
论文阅读笔记 | Transformer系列——Transformer in Transformer
Linux运行911,韦东山-Linux下编写GT911触摸驱动 - 百问网嵌入式问答社区
SAP Fiori 注解 @ObjectModel.readOnly工作原理解析
vscode import别名（如@）文件无法ctrl+左键跳转
解决VMware ping 不通主机和主机ping不通虚拟机的问题
docker出现GPG error: At least one invalid signature was encountered 相关问题及解决方法