视频预测相关方法记录

1、《Efficient and Information-Preserving Future Frame Prediction and Beyond》

发表于2020ICLR，网络结构包括：编码、预测、解码 三部分内容。主要内容是引入two-way的方式。

原文链接：https://openreview.net/pdf?id=B1eY_pVYvB

代码连接：https://github.com/GilgameshYu/CrevNet-Traffic4cast

2、《Disentangling Physical Dynamics from Unknown Factors for Unsupervised Video Prediction》

发表于2020 CVPR，主要思想是对运动估计的分解（disentangle），将未来估计拆分为物理先验驱动部分和黑箱部分。第一部分通过卷积拟合如大气运动的微分方程，第二部分拟合表征纹理等特征。

原文链接：https://openaccess.thecvf.com/content_CVPR_2020/papers/Le_Guen_Disentangling_Physical_Dynamics_From_Unknown_Factors_for_Unsupervised_Video_Prediction_CVPR_2020_paper.pdf

代码链接：https://github.com/vincent-leguen/PhyDNet

3、《Self-Attention ConvLSTM for Spatiotemporal Prediction》

发表于2020AAAI，从题目和文章方法介绍方面都很直白，没有绕来绕去强调方法特别之处，直白的说明了其基础模型就是self attention和convlstm的融合。除此之外，还引入了memory模块，其中memory和隐状态h都通过self attention聚合，且构造了近似于lstm的门控结构，在多个数据集有效。

文章链接：Self-Attention ConvLSTM for Spatiotemporal Prediction| Proceedings of the AAAI Conference on Artificial Intelligence

代码：暂未公开及其他实现

4、《Greedy Hierarchical Variational Autoencoders for Large-Scale Video Prediction》

发表于2021CVPR，主要思想是针对大规模视频数据集的分层变分自动编码器，基于贪心算法优化，每次只优化分层变分自动编码器的一层，而将其它层参数固定。模型包含：编码器、解码器、先验网络、后验推理网络四部分。

文章链接：

https://openaccess.thecvf.com/content/CVPR2021/papers/Wu_Greedy_Hierarchical_Variational_Autoencoders_for_Large-Scale_Video_Prediction_CVPR_2021_paper.pdf 

代码：暂未公开