공간시간 생성 ConvNet으로 동적 패턴 합성
본 논문은 영상의 동적 텍스처와 행동 패턴을 모델링하기 위해, 공간‑시간 필터를 층층이 쌓은 생성적 ConvNet을 제안한다. 모델은 가우시안 백그라운드에 대한 지수 기울기로 정의된 에너지 기반 확률분포이며, 라그랑주 동역학(Langevin dynamics)으로 샘플링하고, 관찰 영상과 합성 영상의 통계 차이를 최소화하는 분석‑합성(analysis‑by‑synthesis) 학습 절차를 사용한다. 실험 결과, 정적 텍스처부터 비정상적 행동까지 다…
저자: Jianwen Xie, Song-Chun Zhu, Ying Nian Wu
본 논문은 영상 시퀀스에 존재하는 다양한 동적 패턴, 즉 시간적으로 정적인 동적 텍스처와 공간·시간 비정상적인 행동 패턴을 모델링하고 합성하기 위한 새로운 프레임워크를 제안한다. 핵심 아이디어는 공간‑시간 필터를 다중 층으로 쌓은 생성적 ConvNet(Generative ConvNet, G‑ConvNet)을 정의하고, 이를 가우시안 백그라운드에 대한 지수 기울기 형태의 에너지 기반 확률분포 p(I;w)=Z(w)^{-1}exp
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기