確率的潜在残差動画予測

将来の不確実性を適切に反映する動画予測モデルの設計は、困難を伴う。既存の多くの研究では、確率的画像自己回帰型再帰ネットワークに基づいているが、これには性能面および適用性に関する複数の課題が存在する。代替的なアプローチとして、フレーム合成と時系列動態を分離する完全潜在時系列モデルの利用が検討されている。しかし、設計および学習の難しさのため、これまでに確率的動画予測を目的としたこのようなモデルは、文献において提案されていない。本論文では、微分方程式の離散化スキームに着想を得た残差更新則によって潜在空間内で動的挙動を制御する、新たな確率的時系列モデルを導入することで、これらの課題を克服する。この一階スキームにより、より単純で解釈性の高い潜在モデルを構築可能となり、困難なデータセットにおいて、従来の最先端手法を上回る性能を達成した。