ArrowGAN：通过学习时间之箭生成视频
计算机视觉与模式识别
2021-01-12 v1
摘要
在视频上训练 GAN 比在图像上更为复杂，因为视频具有一个独特的维度：时间。尽管近期方法设计了考虑时间的专用架构，生成的视频仍远未能与真实视频难以区分。本文中，我们引入 ArrowGAN 框架，其中判别器以分类时间之箭作为辅助任务，而生成器试图合成正向运行的视频。我们认为辅助任务应针对目标域仔细选择。此外，我们在 ArrowGAN 框架上结合条件图像生成的最新技木探索了类别化 ArrowGAN，在类别化视频生成上取得了最先进的性能。我们大量的实验验证了时间之箭作为自监督任务的有效性，并表明我们的类别化 ArrowGAN 的所有组件均有助于在 Weizmann、UCFsports 和 UCF-101 三个数据集上提升视频 inception score 和 Frechet video distance。
引用
@article{arxiv.2101.03710,
title = {ArrowGAN : Learning to Generate Videos by Learning Arrow of Time},
author = {Kibeom Hong and Youngjung Uh and Hyeran Byun},
journal= {arXiv preprint arXiv:2101.03710},
year = {2021}
}
备注
Neurocomputing