分层块VAE-GAN：从单样本生成多样化视频
计算机视觉与模式识别
2020-10-23 v3 机器学习
摘要
我们考虑从单个视频样本生成多样化且新颖视频的任务。近来，提出了一些基于分层块GAN的方法，可在训练时仅给定单样本的条件下生成多样化图像。推广到视频时，这些方法无法生成多样化样本，且常退化为生成与训练视频相似的样本。我们引入了一种新颖的基于块的变分自编码器（VAE），其允许在生成中实现更大的多样性。利用该工具，构建了一种新的分层视频生成方案：在粗尺度上，采用我们的块VAE，确保样本具有高多样性；随后在细尺度上，由块GAN渲染精细细节，从而产生高质量视频。我们的实验表明，所提方法在图像域及更具挑战性的视频域均能生成多样化样本。
引用
@article{arxiv.2006.12226,
title = {Hierarchical Patch VAE-GAN: Generating Diverse Videos from a Single Sample},
author = {Shir Gur and Sagie Benaim and Lior Wolf},
journal= {arXiv preprint arXiv:2006.12226},
year = {2020}
}