复杂数据集上的对抗式视频生成
计算机视觉与模式识别
2019-09-26 v2 机器学习
机器学习
摘要
自然图像的生成模型通过强力利用规模已朝着高保真样本方向取得进展。我们试图将这一成功带入视频建模领域，通过展示在复杂Kinetics-600数据集上训练的大型生成对抗网络（GAN）能够生成比先前工作复杂度和保真度都显著更高的视频样本。我们提出的模型——双视频判别器GAN（DVD-GAN），利用其判别器在计算高效的分解，扩展到更长且更高分辨率的视频。我们在视频合成与视频预测的相关任务上进行评估，在Kinetics-600的预测任务上取得了新的最先进（SOTA）Fréchet Inception Distance，并在UCF-101数据集的合成任务上取得SOTA Inception Score，同时为Kinetics-600上的合成建立了强基线。
引用
@article{arxiv.1907.06571,
title = {Adversarial Video Generation on Complex Datasets},
author = {Aidan Clark and Jeff Donahue and Karen Simonyan},
journal= {arXiv preprint arXiv:1907.06571},
year = {2019}
}