【时空序列预测第十二篇】A Review on Deep Learning Techniques for Video Prediction

一、Address

最近做survey,发现了几篇不错的paper,最近分享下。

首先是一篇我力荐的一篇Review paper.

这篇paper将视频预测(也就是时空序列预测的一个子方向,偏向于输入数据为图像)做了一个大回顾,也就是做了个summary.

地址:http://arxiv.org/abs/2004.05214

二、Abstract

这篇paper主要是以下几个部分

  • 解析了问题本身,并对此下定义

  • 存在的一些model做出了说明

  • 一些常用的数据集做出了说明

  • 对很多结论做出了总结,并对未来的research提出了大致研究方向

三、Introduction

3.1 easy example

这里有个很有意思的例子,来说明这个方向的重要性,当然不知有这些,在卫星图像和雷达回波图也有很多应用,当然这些应该都不算自然图像。

3.2 如今所应用的领域

交通领域和气象领域等等应用

3.3 问题的定义

就是输入过去的一个seq,预测未来的一个seq

四、Models

这里的模型主要分为三大类, CNN, RNN, GAN

4.1 Convolutional Models

当然如果是一个序列seq,2DCNN会有很多弊端,文中也对这些问题做出了一些阐述,3DCNN应用更为恰当

4.2 Recurrent Models

RNN 模型主要是LSTM,ConvLSTM, 轨迹GRU, predrnn等等,这些我在我的系列中全都阐述过。这里面很多都可以看看,不过大多数我都讲过了。

4.2 Generative Models

生成模型,这方面的文章现在倒不是特别多,但是这两年多了一些。

主要就是 VAE和GAN 之类的

五、Datasets

把很多常用的公开数据集进行了整理,当然如果你经常做的这个方向的公开数据集肯定页清楚,不过这个工作做的还是很赞的。

  • Action and Human Pose Recognition Datasets

  • Driving and Urban Scene Understanding Datasets

  • Object and Video Classification Datasets

  • Video Prediction Datasets

  • Other-purpose and Multi-purpose Datasets 对数据集各方面做了一个全面的总结

一些小感想~

感觉自己写文章,标题都很硬核,也不会起什么花里胡哨的标题,感觉自己的文章也没什么人看~ 哈哈哈

做好自己!

保持谦逊、保持自律、保持进步!

更多精彩内容(请点击图片进行阅读)

公众号:AI蜗牛车

保持谦逊、保持自律、保持进步

个人微信

备注:昵称+学校/公司+方向

如果没有备注不拉群!

拉你进AI蜗牛车交流群

©️2020 CSDN 皮肤主题: Age of Ai 设计师:meimeiellie 返回首页