基于卷积编码器 - 解码器神经网络的一步式时间依赖未来视频帧预测
计算机视觉与模式识别
2017-07-25 v2
摘要
自动驾驶汽车、无人机和其他机器人 inherently 需要对其环境的行为方式有一个概念，并能够预见近期的变化。在本工作中，我们专注于根据视频的当前帧来预测未来的外观。现有工作要么侧重于将未来外观预测为视频的下一帧，要么侧重于从单个视频帧开始预测未来运动（如光流或运动轨迹）。这项工作拓展了 CNN（卷积神经网络）的能力，使其能够预测任意给定未来时刻的外观 anticipation，而不必局限于视频的下一帧。我们将预测的未来外观条件化于一个连续时间变量，这使得我们能够直接从输入视频帧预测给定时间距离的未来帧。我们表明，CNN 可以学习随时间变化的典型外观变化的内在表示，并成功地在近未来的特定时间差生成逼真的预测。
引用
@article{arxiv.1702.04125,
title = {One-Step Time-Dependent Future Video Frame Prediction with a Convolutional Encoder-Decoder Neural Network},
author = {Vedran Vukotić and Silvia-Laura Pintea and Christian Raymond and Guillaume Gravier and Jan Van Gemert},
journal= {arXiv preprint arXiv:1702.04125},
year = {2017}
}
备注
11 pages, 1 figures, published in the International Conference of Image Analysis and Processing (ICIAP) 2017 and in the Netherlands Conference on Computer Vision (NCCV) 2016