基于时空生成对抗网络的动态纹理学习 (DTSGAN)
计算机视觉与模式识别
2024-12-24 v1
摘要
动态纹理合成旨在生成与参考视频纹理在视觉上相似的序列，并在时间上表现出特定的平稳特性。在本文中，我们引入了一种时空生成对抗网络 (DTSGAN)，通过捕捉其运动和内容分布从单个动态纹理中进行学习。通过 DTSGAN 的管道，从最粗糙的尺度到最细的尺度生成新的视频序列。为避免模式坍缩，我们提出了一种新的数据更新策略，有助于提高生成结果的多样性。定性和定量实验表明，该模型能够生成高质量的动态纹理和自然的运动。
引用
@article{arxiv.2412.16948,
title = {DTSGAN: Learning Dynamic Textures via Spatiotemporal Generative Adversarial Network},
author = {Xiangtian Li and Xiaobo Wang and Zhen Qi and Han Cao and Zhaoyang Zhang and Ao Xiang},
journal= {arXiv preprint arXiv:2412.16948},
year = {2024}
}