AI论文探讨室·A+·第4期-Unsupervised Learning for Physical Interaction through Video Prediction

AI论文探讨室·A+·第4期-Unsupervised Learning for Physical Interaction through Video Prediction

​​NeurIPS 2016​​

《Unsupervised Learning for Physical Interaction through Video Prediction》​​​论文链接​​

​​代码链接​​

主要解决的问题：解决真实世界的相互学习来预测目标的运动

本论文主要出发点：使用基于条件运动的视频预测，来代替先前方法使用目标标签预测

主要描述

本论文提出的模型，能够明确地预测动作，它能保持目标外观保持部分不变，能够生成先前看不见的目标。本论文引入了一个59000张机器人交互运动的数据集，包含一个测试集对新的目标。在这个数据集，精确预测了机器人将来的动作，通过基于不同运动仿真，来学习不同特征下的“视觉图像”。

系统架构

使用卷积LSTM来处理图像，在最小的中间层的网络和最后一层11通道合成mask，输出10个归一化转换核。这个核用来转换先前图像到10个不同变换上，然后合成在一起根据Mask。这个mask在每个像素上累加是1，因为一个信道softmax。

效果图

主要工作

（1）提出一个基于条件运动的视频预测模型

（2）展示了两个数据集59,000真实Robot和1.5百万视频帧

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。