利用扩散模型的无自回归视频预测以缓解误差传播
计算机视觉与模式识别
2025-06-02 v2
摘要
现有的长期视频预测方法通常依赖于自回归视频预测机制。然而，这种方法存在误差传播问题，尤其是在遥远的未来帧中。为了解决这一局限性，本文提出了首个使用扩散模型的无自回归视频预测框架。与自回归视频预测机制不同，ARFree 直接从上下文帧元组预测任意未来帧元组。所提出的 ARFree 由两个关键组件组成：1）一个运动预测模块，利用从上下文帧元组中提取的运动特征来预测未来运动；2）一种训练方法，用于改善相邻未来帧元组之间的运动连续性和上下文一致性。我们在两个基准数据集上的实验表明，所提出的 ARFree 视频预测框架优于几种最先进的视频预测方法。
引用
@article{arxiv.2505.22111,
title = {Autoregression-free video prediction using diffusion model for mitigating error propagation},
author = {Woonho Ko and Jin Bok Park and Il Yong Chun},
journal= {arXiv preprint arXiv:2505.22111},
year = {2025}
}
备注
6 pages, 4 figures, 2 tables