Fugu-MT 論文翻訳(概要): DFPN: Deformable Frame Prediction Network

論文の概要: DFPN: Deformable Frame Prediction Network

arxiv url: http://arxiv.org/abs/2105.12794v1
Date: Wed, 26 May 2021 19:00:19 GMT
ステータス: 処理完了
システム内更新日: 2021-05-28 16:09:05.114967
Title: DFPN: Deformable Frame Prediction Network
Title（参考訳）: DFPN: 変形可能なフレーム予測ネットワーク
Authors: M. Ak{\i}n Y{\i}lmaz, A. Murat Tekalp
Abstract要約: タスク指向の暗黙動作モデリングと次のフレーム予測のための変形可能なフレーム予測ネットワーク(DFPN)を提案する。実験結果から,提案したDFPNモデルが,次のフレーム予測において技術結果の状態を達成できることが示唆された。
参考スコア（独自算出の注目度）: 10.885590093103344
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Learned frame prediction is a current problem of interest in computer vision and video compression. Although several deep network architectures have been proposed for learned frame prediction, to the best of our knowledge, there is no work based on using deformable convolutions for frame prediction. To this effect, we propose a deformable frame prediction network (DFPN) for task oriented implicit motion modeling and next frame prediction. Experimental results demonstrate that the proposed DFPN model achieves state of the art results in next frame prediction. Our models and results are available at https://github.com/makinyilmaz/DFPN.
Abstract（参考訳）: 学習フレーム予測は、コンピュータビジョンとビデオ圧縮に現在関心がある問題である。フレーム予測を学習するためにいくつかの深層ネットワークアーキテクチャが提案されているが、私たちの知る限りでは、フレーム予測に変形可能な畳み込みを用いることに基づく作業はない。本研究では,タスク指向の暗黙動作モデリングと次のフレーム予測のための変形可能なフレーム予測ネットワーク(DFPN)を提案する。実験の結果, dfpnモデルにより, 次のフレーム予測において, 技術結果が得られた。私たちのモデルと結果はhttps://github.com/makinyilmaz/dfpn.comで閲覧できます。

関連論文リスト

Visual Representation Learning with Stochastic Frame Prediction [90.99577838303297]
本稿では,フレーム予測における不確実性を捉えることを学ぶ映像生成の考え方を再考する。フレーム間の時間情報を学習するためのフレーム予測モデルを訓練するフレームワークを設計する。このアーキテクチャは、両目的を相乗的かつ計算効率のよい方法で組み合わせることができる。
論文参考訳（メタデータ） (2024-06-11T16:05:15Z)
Advancing Learned Video Compression with In-loop Frame Prediction [177.67218448278143]
本稿では,ループ内フレーム予測モジュールを用いたALVC(Advanced Learned Video Compression)アプローチを提案する。予測フレームは、以前圧縮されたフレームよりも優れた参照として機能し、圧縮性能の恩恵を受けることができる。本実験は,学習ビデオ圧縮におけるALVC手法の最先端性能を示すものである。
論文参考訳（メタデータ） (2022-11-13T19:53:14Z)
A unified model for continuous conditional video prediction [14.685237010856953]
条件付きビデオ予測タスクは通常、タスク関連モデルによって解決される。ほぼ全ての条件付きビデオ予測モデルは、離散的な予測しか達成できない。本稿では,これら2つの問題を同時に扱う統一モデルを提案する。
論文参考訳（メタデータ） (2022-10-11T22:26:59Z)
VMFormer: End-to-End Video Matting with Transformer [48.97730965527976]
ビデオマッティングは、与えられた入力ビデオシーケンスから各フレームのアルファマットを予測することを目的としている。ビデオマッチングの最近のソリューションは、ディープ畳み込みニューラルネットワーク(CNN)によって支配されている。ビデオ・マッティングのためのトランスフォーマー・ベース・エンド・ツー・エンド方式であるVMFormerを提案する。
論文参考訳（メタデータ） (2022-08-26T17:51:02Z)
Pyramidal Predictive Network: A Model for Visual-frame Prediction Based on Predictive Coding Theory [1.4610038284393165]
本稿では,視覚的フレーム予測のためのニューラルネットワークモデルを提案する。このモデルは、トップダウンストリームとボトムアップストリームを形成する一連の繰り返しおよび畳み込みユニットで構成されている。ネットワークの各レイヤにConvLSTMを配置し、トップからダウンまでの局所的な予測を行う。
論文参考訳（メタデータ） (2022-08-15T06:28:34Z)
Optimizing Video Prediction via Video Frame Interpolation [53.16726447796844]
本稿では,映像フレームスケープのフォトリアリスティックな結果にインスパイアされた,映像フレームによる映像予測のための新しい最適化フレームワークを提案する。我々のフレームワークは、トレーニングデータセットを必要とせずに、事前訓練された差別化可能なビデオフレームモジュールによる最適化に基づいている。我々の手法は、大量のトレーニングデータや余分な意味情報を必要とする他のビデオ予測手法よりも優れている。
論文参考訳（メタデータ） (2022-06-27T17:03:46Z)
VPTR: Efficient Transformers for Video Prediction [14.685237010856953]
本稿では,効率的な局所的空間的時間的分離注意機構に基づく,映像の将来のフレーム予測のためのトランスフォーマーブロックを提案する。この新しいトランスフォーマーブロックに基づいて,トランスフォーマーの完全自己回帰映像フレーム予測を提案する。自動回帰ビデオ予測変換器も提案され、推論速度を向上し、自己回帰ビデオの累積推論誤差を低減する。
論文参考訳（メタデータ） (2022-03-29T18:09:09Z)
Wide and Narrow: Video Prediction from Context and Motion [54.21624227408727]
本稿では,これらの相補的属性を統合し,深層ネットワークを通した複雑なピクセルのダイナミックスを予測するフレームワークを提案する。本研究では,非局所的な近隣表現を集約し,過去のフレーム上の文脈情報を保存するグローバルなコンテキスト伝搬ネットワークを提案する。また,移動オブジェクトの動作をメモリに格納することで,適応的なフィルタカーネルを生成するローカルフィルタメモリネットワークを考案した。
論文参考訳（メタデータ） (2021-10-22T04:35:58Z)
SLPC: a VRNN-based approach for stochastic lidar prediction and completion in autonomous driving [63.87272273293804]
VRNN(Variiational Recurrent Neural Networks)と呼ばれる生成モデルに基づく新しいLiDAR予測フレームワークを提案する。提案手法は,フレーム内の奥行きマップを空間的に塗り替えることで,スパースデータを扱う際の従来のビデオ予測フレームワークの限界に対処できる。 VRNNのスパースバージョンとラベルを必要としない効果的な自己監督型トレーニング方法を紹介します。
論文参考訳（メタデータ） (2021-02-19T11:56:44Z)
Adaptive Future Frame Prediction with Ensemble Network [15.19884183320726]
本稿では,将来のフレーム予測タスクに適応的な更新フレームワークを提案する。提案フレームワークは,事前学習した予測ネットワーク,連続更新予測ネットワーク,重み推定ネットワークから構成される。我々のアプローチは、特に動的に変化するシーンにおいて、既存の手法よりも優れています。
論文参考訳（メタデータ） (2020-11-13T07:08:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。