VIDEO (LANGUAGE) MODELING: A BASELINE FOR GENERATIVE MODELS OF NATURAL VIDEOS 问题：1、设计合适...
发简信
IP属地：江西
问题：无监督学习到的特征更好的泛化到监督训练分布之外的样例上。 任务：通过视频预测，将预测的帧作为分类器的输入，从而提高行为预测的精度。 通过视频预测生成的图像进行什么任务？
问题：CNN-based光流预测在合成的数据上表现很好，但是在真是的场景中表现不好 方法：训练中加入真实数据，进行自监督的视频预测任务。 改进方向：1、动作编码采用VAE 2...
问题： 视频预测需要捕捉：1、pixe-wise appearance. 2、motion change。然而现在的方法并不对pixel-wise motion trajec...
1、给定两帧的关节点位置信息，学习到类似光流的转换，应用到第一帧的图像上，生成下一帧？ 2、身份信息并没有保留？ 生成过程：通过合理地表示生成的意图控制生成过程。 条件图像生...
任务: 预测未来帧的场景分割，给定视频帧的输入序列，预测未观察到的帧的场景图。 动机： 预测像素值与预测高层次的场景相比过于复杂，然而后者对于大多数应用都已经足够。例如轨迹。...
编码-解码框架不同于： 1、先解码再编码。 2、每次对groundtruth和预测的帧之间的差进行编码，进行下一次预测。 3、多帧预测时对相邻两帧预测的差(t, t+1)进行...
动机： 之前的方法都使用固定的先验模型去提取图像的表示，但是不能根据数据调整学到的先验信息。 方法： “top-dowm”信息去改变底层的先验知识，从而进行“bottom-u...
动机： 前馈网络能够很好的训练静止图片的有监督任务，但是不一定适合视频数据。 利用人类视觉系统，构建了一个网络不仅可以bottom-up前向传播，还可以top-down反馈传...
任务： 已知N个行人的T个时刻的轨迹信息，预测接下来时刻他们的轨迹。 优点： 既考虑了行人交互间的动态信息，又考虑了行人与周围环境间的静态信息。但是方法是其他方法的累加，没有...
论文解决的问题：静态场景下估计物体最可能的运动轨迹。 Motivation: 用神经网络，对行人和周围环境进行建模（空间上下文）和行人的方向建模（时间上下文）。 估计出行人与...
