Image2GIF：利用循环深度 Q 网络生成电影图
计算机视觉与模式识别
2018-01-30 v1
摘要
给定一张静态照片，人们可以想象动态物体如何在静态背景上运动。这一想法已以电影图(cinemagraph)的形式实现：静止图像中特定物体的运动被循环重复，给观看者以动画之感。本文中，我们学习在计算上给定单张图像即可自动生成电影图序列的模型。为生成电影图，我们探索将生成模型与循环神经网络及深度 Q 网络相结合，以增强序列生成的能力。为启用并评估这些模型，我们使用了两个数据集，一个为合成生成，另一个包含真实视频生成的电影图。定性与定量评估均证明了我们的模型在合成与真实数据集上的有效性。
引用
@article{arxiv.1801.09042,
title = {Image2GIF: Generating Cinemagraphs using Recurrent Deep Q-Networks},
author = {Yipin Zhou and Yale Song and Tamara L. Berg},
journal= {arXiv preprint arXiv:1801.09042},
year = {2018}
}
备注
WACV2018