- …
- …
#236
summarized by : kotayoshida
どんな論文か？
deep learningによってビデオ予測の精度は著しく向上したが，SOTAのアルゴリズムはぼやけた予測をする．
この研究では，困難な環境であっても時間の経過とともに正確で時間的に一貫した将来のフレームを予測するためのGANベースの手法を提案する．
提案手法の優位性を車載カメラ、監視カメラの動画から実験的に検証し，将来のフレーム予測におけるSoTAな性能を示した．
新規性
Retrospective Cycle GAN：Generator1つとDiscriminator2つで構成．Generatorは，入力は未来方向および過去方向のシーケンスを取り、双方向予測のcycle constraintsから，一貫性をもたせる．Frame discriminatorで偽のフレームを識別．Sequence discriminatorで構成したシーケンスに偽が含まれるかを識別．
結果
定量的評価には，ビデオのフレーム予測に用いられるMSE，SSIM，PSNRを用いた．既存手法であるPredNet とContextVPと比較してMSEおよびMSEに関して最良の結果を示した．また，追加実験において過去予測，Frame discriminator，Sequence discriminatorなどのコアアイデアの影響も調査し，全ての組み合わせが未来予測にとって重要であることを示した．
その他（なぜ通ったか？等）
- …
- …