비디오 예측을 위한 딥러닝 기술에 대한 리뷰

미래 결과를 예측하고, 예상하며, 추론하는 능력은 지능적 의사결정 시스템의 핵심 요소입니다. 컴퓨터 비전에서 딥러닝의 성공에 비추어, 딥러닝 기반 비디오 예측이 유망한 연구 방향으로 떠올랐습니다. 비디오 예측은 자가 감독 학습 작업으로 정의되어, 자연 영상의 기본 패턴에서 의미 있는 표현을 추출할 수 있는 잠재 능력을 보여주었기 때문에 표현 학습을 위한 적합한 프레임워크를 나타냅니다. 이 작업에 대한 관심이 증가함에 따라, 우리는 비디오 시퀀스 예측을 위한 딥러닝 방법에 대한 리뷰를 제공합니다. 먼저 비디오 예측의 기본 개념과 필수 배경 개념, 가장 많이 사용되는 데이터셋을 정의합니다. 다음으로, 제안된 분류법에 따라 체계적으로 조직된 기존 비디오 예측 모델을 신중하게 분석하며, 이들의 기여와 해당 분야의 중요성을 강조합니다. 데이터셋과 방법에 대한 요약은 정량적 기반으로 최신 기술 상태를 평가하는 데 도움이 되는 실험 결과와 함께 제공됩니다. 본 논문은 일반적인 결론을 도출하고, 열려 있는 연구 과제를 식별하며, 미래 연구 방향을 제시함으로써 요약됩니다.