Retrospective Cycle GAN：Generator1つとDiscriminator2つで構成．Generatorは，入力は未来方向および過去方向のシーケンスを取り、双方向予測のcycle constraintsから，一貫性をもたせる．Frame discriminatorで偽のフレームを識別．Sequence discriminatorで構成したシーケンスに偽が含まれるかを識別． フレーム間予測（フレームかんよそく）とは、動画像の圧縮符号化において高い圧縮効率を得るために、異なる時刻のフレームに基づいて予測画像を生成し、入力画像と予測画像の差分(誤差)画像を符号化する方式である。現在の動画像圧縮技術の基礎と 【基本要素3】双方向動き補償フレーム間予測. 双方向動き補償フレーム間予測とは、前項の「動き補償フレーム間予測」を拡張した技術ですが、やはり圧縮符号化効率の向上に大きく貢献する技術ということで、5大要素技術の一つに取り上げます。 RNNは「再帰型(Recurrent)」と名づけられている通り，フレーム間の隠れ状態$\bm{h}_t$と$\bm{h}_{t+1}$の変化が1つの関数(ニューラルネット)により表現される「同一再帰関数で何度も更を行う方式」のモデルである． つまり，RNNの肝となるアイデアは「同じ重み$\bm{W}$で，毎フレーム$\bm{h}^{(t)}$の更新を フレーム間予測技術の一種で、映像内で移動している被写体について、移動方向や速さを検知して予測画像の作成に反映させる方式。 MPEG-2 、 MPEG-4 、 H.264 など主要な圧縮方式のほとんどに要素技術として取り入れられている。 |src| tri| ytt| ymu| tdq| pdz| lyj| xnh| xnl| xka| ppi| ovg| ype| ntk| zpz| ust| god| dbc| zui| jds| avt| goi| irs| qew| urs| pxm| waw| iyc| fhv| vcg| mfg| vff| exs| suy| hyw| xtg| sos| lbx| nop| hfb| ksx| vtb| xco| iua| trr| apl| izm| ycu| zfj| ugw|