一、Address

最近做survey，发现了几篇不错的paper，最近分享下。

首先是一篇我力荐的一篇Review paper.

这篇paper将视频预测(也就是时空序列预测的一个子方向，偏向于输入数据为图像)做了一个大回顾，也就是做了个summary.

地址：http://arxiv.org/abs/2004.05214

二、Abstract

这篇paper主要是以下几个部分

• 解析了问题本身，并对此下定义

• 存在的一些model做出了说明

• 一些常用的数据集做出了说明

• 对很多结论做出了总结，并对未来的research提出了大致研究方向

三、Introduction

3.1 easy example

这里有个很有意思的例子，来说明这个方向的重要性，当然不知有这些，在卫星图像和雷达回波图也有很多应用，当然这些应该都不算自然图像。

3.2 如今所应用的领域

交通领域和气象领域等等应用

3.3 问题的定义

就是输入过去的一个seq，预测未来的一个seq

四、Models

这里的模型主要分为三大类， CNN, RNN, GAN

4.1 Convolutional Models

当然如果是一个序列seq，2DCNN会有很多弊端，文中也对这些问题做出了一些阐述，3DCNN应用更为恰当

4.2 Recurrent Models

RNN 模型主要是LSTM，ConvLSTM， 轨迹GRU， predrnn等等，这些我在我的系列中全都阐述过。这里面很多都可以看看，不过大多数我都讲过了。

4.2 Generative Models

生成模型，这方面的文章现在倒不是特别多，但是这两年多了一些。

主要就是 VAE和GAN 之类的

五、Datasets

把很多常用的公开数据集进行了整理，当然如果你经常做的这个方向的公开数据集肯定页清楚，不过这个工作做的还是很赞的。

• Action and Human Pose Recognition Datasets

• Driving and Urban Scene Understanding Datasets

• Object and Video Classification Datasets

• Video Prediction Datasets

• Other-purpose and Multi-purpose Datasets 对数据集各方面做了一个全面的总结

一些小感想~

感觉自己写文章，标题都很硬核，也不会起什么花里胡哨的标题，感觉自己的文章也没什么人看~ 哈哈哈

做好自己！

保持谦逊、保持自律、保持进步！

更多精彩内容（请点击图片进行阅读）

公众号：AI蜗牛车

保持谦逊、保持自律、保持进步

个人微信

备注：昵称+学校/公司+方向

如果没有备注不拉群！

拉你进AI蜗牛车交流群