用于视觉过程建模的动态变分自编码器
神经与进化计算
2020-04-13 v3 多媒体
摘要
本工作研究通过利用深度生成架构从观测序列中学习线性、高斯表示来对视觉过程进行建模的问题。我们提出了一个联合学习框架，结合了向量自回归模型和变分自编码器。这产生了一种架构，允许变分自编码器从帧序列中同时学习非线性观测模型以及线性状态模型。我们在人工序列和动态纹理上验证了我们的方法。
引用
@article{arxiv.1803.07488,
title = {Dynamic Variational Autoencoders for Visual Process Modeling},
author = {Alexander Sagel and Hao Shen},
journal= {arXiv preprint arXiv:1803.07488},
year = {2020}
}