PredNet 与预测编码：一项批判性评述
计算机视觉与模式识别
2020-05-19 v3 机器学习
图像与视频处理
机器学习
摘要
PredNet 是由 Lotter 等人开发的一种深度预测编码网络，它将基于预测误差传播的生物启发式架构与视频中的自监督表示学习相结合。尽管该架构引起了广泛关注，且存在多种模型扩展，但一直缺乏批判性分析。我们通过使用一个具有挑战性的视频动作分类数据集，将 PredNet 同时作为预测编码理论的实现和自监督视频预测模型进行评估，以填补这一空白。我们设计了一个扩展模型，以测试将未来帧预测条件化于视频的动作类别是否会提升模型性能。我们表明，PredNet 尚未完全遵循预测编码的原则。所提出的自上而下条件化在合成数据上带来了性能提升，但无法扩展到更复杂的真实世界动作分类数据集。我们的分析旨在指导未来基于预测编码理论的类似架构的研究。
引用
@article{arxiv.1906.11902,
title = {PredNet and Predictive Coding: A Critical Review},
author = {Roshan Rane and Edit Szügyi and Vageesh Saxena and André Ofner and Sebastian Stober},
journal= {arXiv preprint arXiv:1906.11902},
year = {2020}
}