问GANs制作的视频中的平均内容距离是什么意思？

EN

这篇文章给出了实现ACD度量的两种方法。你谈论的是ACD(使用文章的符号)。据我所知，

• 对于所有帧中的每种颜色，首先平均颜色，即图像平面上像素的总和：$\mathrm{avg}_i = \frac{1}{MN}\sum_{x,y}\mathrm{Frame}_i$。
• 然后，在每两个连续的三维向量中，计算L2距离：$d_i = \sqrt{\sum_{l=1}^3(\mathrm{avg}_{i,l} - \mathrm{avg}_{i+1,l})^2}$。通常，您可能希望使用其他距离，这是不被禁止的。
• 总结它(因为我们考虑到我们拥有的所有帧，而不仅仅是一对)，除以帧数(因为度量不应该依赖于它，至少，我想是这样，否则更长的视频将有更大的度量值)：$\mathrm{ACD} = \frac{1}{K-1}\sum_i d_i$ (如果有K帧)。

ACD是以同样的方式获得的，但是您使用的是从图像(帧)中提取的具有“编码类”网络的特征向量。在处理面部表情时，OpenFace可能是一个不错的选择。

你的公式可能与作者的意图不同。想象一下黑屏上的白点。从一个框架到另一个框架，这个点正逐渐从一边移动到另一边。您的度量显示此视频中的内容正在发生变化。光点移动得越快，就会发生更大的变化(好的，如果一个点和一个黑屏以一定的速度到达饱和点，您的度量将停止改变在一个框架中，光斑移动的距离等于其直径。，但这是另一回事)。然而，事实上，内容并没有改变。你还有黑点和黑屏。这就是为什么你需要平均(而不是求和‘变化’，并使它独立于图像大小-这是你的公式所做的)

这里您可以看到ACD度量(S)的实现。我不能保证那是100%正确的。所以，如果有任何不确定因素，请告诉我。