基于深度学习的视频预测研究综述

摘要：

近年来,深度学习算法在众多有监督学习问题上取得了卓越的成果,其在精度、效率和智能化等方面的性能远超传统机器学习算法,部分甚至超越了人类水平.当前,深度学习研究者的研究兴趣逐渐从监督学习转移到强化学习、半监督学习以及无监督学习领域.视频预测算法,因其可以利用海量无标注自然数据去学习视频的内在表征,且在机器人决策、无人驾驶和视频理解等领域具有广泛的应用价值,近两年来得到快速发展.本文论述了视频预测算法的发展背景和深度学习的发展历史,简要介绍了人体动作、物体运动和移动轨迹的预测,重点介绍了基于深度学习的视频预测的主流方法和模型,最后总结了当前该领域存在的问题和发展前景.

关键词：视频预测、深度学习、无监督学习、运动预测、动作识别、卷积神经网络、递归神经网络、自编码器

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：国家十二五科技支撑计划重点项目2015BAG09B01

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：85-96