SFFAI論壇已開放注冊

詳情點(diǎn)擊查看：https://www.bilibili.com/read/cv14724355

視頻預(yù)測是使用深度學(xué)習(xí)的技術(shù)對已有的視頻幀進(jìn)行外插預(yù)測，在很多媒體任務(wù)中都有很好的應(yīng)用前景。目前主流的方法主要利用LSTM以及GRU聯(lián)合卷積神經(jīng)網(wǎng)絡(luò)對視頻幀進(jìn)行漸進(jìn)式預(yù)測，但是在這過程中視頻中的時域信息（動作信息）以及空域信息（紋理信息）僅僅會被簡單的融合，無法做到互相感知。本期我們邀請到了中科院計算所的常崢同學(xué)，他提出了一種運(yùn)動感知的視頻預(yù)測方法解決了此類問題。

講者介紹

常崢，中國科學(xué)院計算技術(shù)研究所博士在讀，主要研究方向為視頻理解，視頻表征學(xué)習(xí)，目前已在NeurIPS等國際會議上發(fā)表論文4篇。

分享題目

一種動作感知的視頻預(yù)測方法

分享摘要

我們提出了一種運(yùn)動感知的視頻預(yù)測方法，我們創(chuàng)新性地利用空域信息去監(jiān)督時域信息的融合過程，使得預(yù)測單元可以很好的感知到每一時刻視頻幀的紋理變化，從而預(yù)測出更加可靠的動作信息，我們在多個公開數(shù)據(jù)集上進(jìn)行了測試，并取得了很好的效果。

題目：MAU: A Motion-Aware Unit for Video Prediction and Beyond

分享亮點(diǎn)

1、本文提出利用時空域間的相關(guān)性信息進(jìn)行視頻預(yù)測；

2、空域信息可以監(jiān)督時域信息的融合過程，時空域信息可以互相感知；

3、本文提出的預(yù)測單元可以很方便地擴(kuò)展到其他預(yù)測模型，擴(kuò)展性較好。

直播時間

2022年1月16日（周日）20:00—21:00 線上直播

關(guān)注微信公眾號：人工智能前沿講習(xí)，對話框回復(fù)“SFFAI135”，獲取入群二維碼

現(xiàn)代科學(xué)技術(shù)高度社會化，在科學(xué)理論與技術(shù)方法上更加趨向綜合與統(tǒng)一，為了滿足人工智能不同領(lǐng)域研究者相互交流、彼此啟發(fā)的需求，我們發(fā)起了SFFAI這個公益活動。SFFAI每周舉行一期線下活動，邀請一線科研人員分享、討論人工智能各個領(lǐng)域的前沿思想和最新成果，使專注于各個細(xì)分領(lǐng)域的研究者開拓視野、觸類旁通。

SFFAI目前主要關(guān)注機(jī)器學(xué)習(xí)、計算機(jī)視覺、自然語言處理等各個人工智能垂直領(lǐng)域及交叉領(lǐng)域的前沿進(jìn)展，將對線下討論的內(nèi)容進(jìn)行線上傳播，使后來者少踩坑，也為講者塑造個人影響力。SFFAI還在構(gòu)建人工智能領(lǐng)域的知識森林—AI Knowledge Forest，通過匯總各位參與者貢獻(xiàn)的領(lǐng)域知識，沉淀線下分享的前沿精華，使AI Knowledge Tree枝繁葉茂，為人工智能社區(qū)做出貢獻(xiàn)，歡迎大家關(guān)注SFFAI論壇：https://bbs.sffai.com。