超越均方误差的深度多尺度视频预测
机器学习
2016-03-01 v6 计算机视觉与模式识别
机器学习
摘要
从视频序列学习预测未来图像涉及构建能准确建模图像演化的内部表示，因此在一定程度上建模其内容与动态。这就是像素空间视频预测可被视为无监督特征学习的一条有前景的途径的原因。此外，尽管光流长期以来一直是计算机视觉中备受研究的问题，未来帧预测却很少被探讨。然而，许多视觉应用可受益于视频下一帧的知识，而这不需要跟踪每个像素轨迹的复杂性。在这项工作中，我们训练一个卷积网络以根据输入序列生成未来帧。为处理从标准均方误差(Mean Squared Error, MSE)损失函数获得的固有模糊预测，我们提出三种不同且互补的特征学习策略：多尺度架构、对抗训练方法以及图像梯度差分损失函数。我们将我们的预测与基于循环神经网络在UCF101数据集上发布的不同结果进行比较。
引用
@article{arxiv.1511.05440,
title = {Deep multi-scale video prediction beyond mean square error},
author = {Michael Mathieu and Camille Couprie and Yann LeCun},
journal= {arXiv preprint arXiv:1511.05440},
year = {2016}
}