视频预测中的位置依赖性
计算机视觉与模式识别
2018-10-17 v2
摘要
深度卷积神经网络被用于解决许多计算机视觉问题，包括视频预测。视频预测任务需要在时间与空间上分析视频帧，并构建环境如何演化的模型。然而，卷积神经网络具有空间不变性，这阻碍了它们对位置相关模式的建模。在本工作中，作者提出位置偏置卷积层以克服这一局限。位置偏置的有效性在两种架构上进行了评估：Video Ladder Network (VLN) 与 Convolutional Predictive Gating Pyramid (Conv-PGP)。结果表明，编码位置相关特征对于视频预测任务至关重要。我们提出的方法显著优于空间不变模型。
引用
@article{arxiv.1810.04937,
title = {Location Dependency in Video Prediction},
author = {Niloofar Azizi and Hafez Farazi and Sven Behnke},
journal= {arXiv preprint arXiv:1810.04937},
year = {2018}
}
备注
International Conference on Artificial Neural Networks. Springer, Cham, 2018