用于视频判别器的低维核
计算机视觉与模式识别
2020-10-13 v1 机器学习
图像与视频处理
机器学习
摘要
本工作对生成对抗网络（GANs）中用于视频的判别器进行了分析。我们表明，无约束的视频判别器架构会诱导出具有高曲率的损失曲面，从而使优化变得困难。我们还表明，随着视频判别器的最大核维度增加，这种曲率变得更加极端。基于这些观察，我们提出了一类高效的低维视频判别器用于GANs（LDVD GANs）。所提出的判别器族提升了所应用视频GAN模型的性能，并在UCF-101等复杂且多样的数据集上展现出良好表现。特别地，我们表明它们能使Temporal-GANs的性能翻倍，并在单个GPU上提供最先进的性能。
引用
@article{arxiv.1912.08860,
title = {Lower Dimensional Kernels for Video Discriminators},
author = {Emmanuel Kahembwe and Subramanian Ramamoorthy},
journal= {arXiv preprint arXiv:1912.08860},
year = {2020}
}