声明
第一章绪论
1.1 研究工作的背景与意义
1.2 视频预测的国内外研究现状
1.3 本文的主要贡献与创新
1.4 本文的结构安排
第二章基于深度学习的视频预测网络介绍
2.1 深度学习基础
2.1.1 卷积神经网络
2.2 视频时空依赖关系建模及预测网络
2.2.1 视频时空依赖关系建模
2.2.2 视频预测网络
2.3 生成对抗网络
2.3.1 原始GAN
2.3.2 LSGAN
2.4 本章小结
第三章基于直接融合的视频预测
3.1 总体路线
3.1.1 数据处理
3.1.2 基本框架
3.1.3 训练及测试设置
3.2 网络结构及优化
3.2.1 基于直接融合的视频预测
3.2.2 基于直接融合和非局部块的视频预测
3.3 模型训练
3.4 实验结果及分析
3.5 本章小结
第四章基于卷积LSTM的视频预测
4.1 总体路线
4.2 网络结构及优化
4.2.1 基于卷积LSTM的视频预测
4.2.2 基于卷积LSTM和非局部块的视频预测
4.3 模型训练
4.4 实验结果及分析
4.5 本章小结
第五章基于渐进融合的视频预测
5.1 总体路线
5.2 网络结构及优化
5.2.1 基于渐进融合的视频预测
5.2.2 基于渐进融合和非局部块的视频预测
5.3 模型训练
5.4 实验结果及分析
5.4 对比实验
5.4.1 对比算法
5.4.2 实验结果
5.5 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 工作展望
致 谢
参考文献
电子科技大学;