[논문]TiVGAN: Text to Image to Video Generation With Step-by-Step Evolutionary Generator

Kim, Doyeon; Joo, Donggyu; Kim, Junmo

doi:10.1109/access.2020.3017881

[해외논문] TiVGAN: Text to Image to Video Generation With Step-by-Step Evolutionary Generator 원문보기

IEEE access : practical research, open solutions, v.8, 2020년, pp.153113 - 153122

Kim, Doyeon (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon, South Korea) , Joo, Donggyu (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon, South Korea) , Kim, Junmo (Korea Advanced Institute of Science and Technology, School of Electrical Engineering, Daejeon, South Korea)

Abstract ▼ AI-Helper

Advances in technology have led to the development of methods that can create desired visual multimedia. In particular, image generation using deep learning has been extensively studied across diverse fields. In comparison, video generation, especially on conditional inputs, remains a challenging and less explored area. To narrow this gap, we aim to train our model to produce a video corresponding to a given text description. We propose a novel training framework, Text-to-Image-to-Video Generative Adversarial Network (TiVGAN), which evolves frame-by-frame and finally produces a full-length video. In the first phase, we focus on creating a high-quality single video frame while learning the relationship between the text and an image. As the steps proceed, our model is trained gradually on more number of consecutive frames. This step-by-step learning process helps stabilize the training and enables the creation of high-resolution video based on conditional text descriptions. Qualitative and quantitative experimental results on various datasets demonstrate the effectiveness of the proposed method.

참고문헌 (29)

arXiv 1802 05957 Spectral normalization for generative adversarial networks miyato 2018
arXiv 1605 05396 Generative adversarial text to image synthesis reed 2016
10.1109/CVPR.2017.632
10.1109/ICCV.2017.310
10.1109/ICCV.2017.244
10.1109/CVPR.2018.00176
10.1109/CVPR.2017.135
10.1109/CVPR.2017.141
Proc Adv Neural Inf Process Syst Generating videos with scene dynamics vondrick 2016 613
10.1109/ICCV.2017.308
Proc Adv Neural Inf Process Syst Improved techniques for training GANs salimans 2016 2234
arXiv 1710 10196 Progressive growing of GANs for improved quality, stability, and variation karras 2017
Proc 8th Int Workshop Image Analy Multimedia Interactive Services (WIAMIS) The MUG facial expression database aifanti 2010 1
arXiv 1511 06434 Unsupervised representation learning with deep convolutional generative adversarial networks radford 2015
arXiv 1411 1784 Conditional generative adversarial nets mirza 2014
arXiv 1705 06950 The kinetics human action video dataset kay 2017
Proc Adv Neural Inf Process Syst InfoGAN: Interpretable representation learning by information maximizing generative adversarial nets chen 2016 2172
10.1109/ICCV.2017.629
Proc 34th Int Conf Mach Learn Conditional image synthesis with auxiliary classifier GANs odena 2017 70 2642
Proc Adv Neural Inf Process Syst Generative adversarial nets goodfellow 2014 2672
arXiv 1703 10717 BEGAN: Boundary equilibrium generative adversarial networks berthelot 2017
arXiv 1312 6114 Auto-encoding variational Bayes kingma 2013
10.1109/CVPR.2018.00165
10.1145/3123266.3127905
Proc 32nd AAAI Conf Artif Intell Video generation from text li 2018 5
Proc Adv Neural Inf Process Syst Skip-thought vectors kiros 2015 3294
10.24963/ijcai.2019/276
Proc Adv Neural Inf Process Syst GANs trained by a two time-scale update rule converge to a local NASH equilibrium heusel 2017 6626
10.1109/ICPR.2004.1334462

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

원문 보기

AccessON 원문보기

원문 URL 링크

DOI : 10.1109/ACCESS.2020.3017881 [무료]
IEEE : 저널 > 논문 [무료]
AccessON : 저널

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

Text(ASCII format)
Excel format
RefWorks Direct Export
RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley

메일정보

받는사람 (필수): @
보내는사람 (선택): @
제목
내용: KISTI 검색결과 이메일 서비스

안내

총 건의 자료가 검색되었습니다.

다운받으실 자료의 인덱스를 입력하세요. (1-10,000)

검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다.

데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요)

다운로드 파일은 UTF-8 형태로 저장됩니다.
파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오.

Text(ASCII format)
Excel format

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증