基于空间连续生成对抗网络的视频帧间图像生成

摘要：

针对低帧率视频播放不流畅以及使用传统方法提高视频帧率造成的边缘模糊问题,本文提出一种基于空间连续生成对抗网络(SC-GAN)的视频帧间图像生成方法.首先本文使用自编码器作为判别器,引入Wasserstein距离表示真实样本与生成样本损失分布的差异,替代传统生成对抗网络直接匹配数据分布的方式,其次利用生成器与判别器之间的平衡参数稳定训练过程,有效避免了模型崩溃的问题,最后利用连续视频帧图像在空间上的连续性,通过Adam在相邻两帧之间找到一个最优值,将其映射到图像空间,得到生成的帧间图像.为了说明生成的帧间图像的真实性,本文采用PSNR和SSIM对帧间图像进行了评估,评估结果证明生成的帧间图像具有较高的真实度,同时验证了本文提出的基于SC-GAN的视频帧间图像生成方法的可行性和有效性.

关键词：生成式对抗网络(GAN)、对抗式训练、空间连续性、Adam、帧间图像生成

所属期刊栏目：28

资助基金：国家自然科学基金61603327;河北省自然科学基金F2015203013

在线出版日期：2019-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：843-851