改进视频生成以用于多功能应用
计算机视觉与模式识别
2018-03-16 v2
摘要
本文旨在改进最先进的视频生成对抗网络（GANs），以面向多功能应用。我们改进的 video GAN 模型不分离前景与背景，也不分离动态与静态模式，而是学习联合生成整个视频片段。因此，我们的模型可被训练来生成并学习广泛的视频集，无任何限制。这是通过设计一个鲁棒的单流视频生成架构，并扩展最先进的 Wasserstein GAN 框架以实现更好收敛来实现的。实验结果表明，我们改进的 video GAN 模型在多个具有挑战性的数据集上优于最先进的视频生成模型。此外，我们通过将其成功扩展到三个具有挑战性的问题：视频着色、视频修复和未来预测，展示了我们模型的优越性。据我们所知，这是首个使用 GANs 对视频片段进行着色和修复的工作。
引用
@article{arxiv.1711.11453,
title = {Improving Video Generation for Multi-functional Applications},
author = {Bernhard Kratzwald and Zhiwu Huang and Danda Pani Paudel and Acharya Dinesh and Luc Van Gool},
journal= {arXiv preprint arXiv:1711.11453},
year = {2018}
}