基于深度学习的视频预测研究综述

• 作者: 李煊鹏 莫凌飞 蒋红亮
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 视频预测 深度学习 无监督学习 运动预测 动作识别 卷积神经网络 递归神经网络 自编码器
• 年，卷（期）: 2018,（1）
• 页码范围: 85-96
• 页数: 12页
• 分类号: TP391
• 字数: 10159字
• 语种: 中文
• DOI: 10.11992/tis.201707032

摘要

近年来,深度学习算法在众多有监督学习问题上取得了卓越的成果,其在精度、效率和智能化等方面的性能远超传统机器学习算法,部分甚至超越了人类水平.当前,深度学习研究者的研究兴趣逐渐从监督学习转移到强化学习、半监督学习以及无监督学习领域.视频预测算法,因其可以利用海量无标注自然数据去学习视频的内在表征,且在机器人决策、无人驾驶和视频理解等领域具有广泛的应用价值,近两年来得到快速发展.本文论述了视频预测算法的发展背景和深度学习的发展历史,简要介绍了人体动作、物体运动和移动轨迹的预测,重点介绍了基于深度学习的视频预测的主流方法和模型,最后总结了当前该领域存在的问题和发展前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫凌飞	东南大学仪器科学与工程学院	12	63	4.0	7.0
2	李煊鹏	东南大学仪器科学与工程学院	7	23	2.0	4.0
3	蒋红亮	东南大学仪器科学与工程学院	1	16	1.0	1.0