动态迁移GAN：通过将源视频的任意时间动态迁移到单张目标图像来生成视频
计算机视觉与模式识别
2017-12-12 v1
摘要
本文提出 Dynamics Transfer GAN，一种基于生成对抗学习的视频序列生成新方法。生成视频序列的空间结构取自目标图像。生成视频序列的动态从具有任意运动的源视频序列中导入，并施加到目标图像上。为保留目标图像的空间结构，抑制源视频序列的外观，仅在获得动态后将其施加到目标图像上。这通过所提出的外观抑制动态特征实现。此外，生成视频序列的空间与时间一致性通过两个判别器网络验证：一个判别器验证生成帧外观的保真度，另一个验证生成视频序列的动态一致性。实验验证了所提方法生成视频序列的质量。结果证实，Dynamics Transfer GAN 在生成输出视频序列时，成功将源视频序列的任意动态迁移到目标图像上。实验结果还表明，Dynamics Transfer GAN 在生成空间与时间一致的视频序列的同时，保持了目标图像的空间结构（外观）。
引用
@article{arxiv.1712.03534,
title = {Dynamics Transfer GAN: Generating Video by Transferring Arbitrary Temporal Dynamics from a Source Video to a Single Target Image},
author = {Wissam J. Baddar and Geonmo Gu and Sangmin Lee and Yong Man Ro},
journal= {arXiv preprint arXiv:1712.03534},
year = {2017}
}