从单段视频生成多样化视频

GAN 能够在单段视频上训练，执行生成与操控任务。然而，这些单视频 GAN 在单段视频上训练需要不合理的时间，使其几乎不实用。在本文中，我们质疑用于单视频生成的 GAN 的必要性，并针对多种生成与操控任务引入了一个非参数基线。我们复兴了经典的时空块最近邻方法，并将其适配为一个可扩展的无条件生成模型，且无需任何学习。这一简单基线在视觉质量与真实感上惊人地优于单视频 GAN(经定量与定性评估确认)，且速度快得不成比例(运行时间从数天缩减至数秒)。我们的方法可轻松扩展至全高清视频。我们还使用同一框架展示了视频类比与时空重定向。这些观察表明，对于这些任务，经典方法显著优于沉重的深度学习机制。这为单视频生成与操控任务设立了新的基线，并且同样重要地——首次使从单段视频进行多样化生成在实践中成为可能。