基于时空建模的视频帧预测模型

• 作者: 李森 许宏科
• 来源期刊: 物联网技术
• 关键词: 视频帧 深度学习 光流预测 自注意力机制 深度时空建模 计算机视觉
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 智能处理与应用
• 页码范围: 66-69
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2020.02.017

摘要

视频帧预测是计算机视觉领域一个重要的研究领域,并且拥有广泛的应用.目前,常用的视频帧预测模型虽然取得了一定的效果,但由于这类模型并不能在时空信息上同时建模,因此难以在更加复杂度的现实场景下应用.针对此问题,文中提出一种深度时空建模神经络.该网络通过预测未来光流,并利用该光流对前一帧图像进行采用的方法来预测未来图像,此外分别加入卷积LSTM与自注意力机制进行时空信息的建模.文章在Caltech行人数据集上进行了充分的实验,并取得了较好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许宏科		80	985	16.0	28.0
2	李森		1	0	0.0	0.0