我目前正在尝试实现以下论文：https://research.nvidia.com/sites/default/files/publications/dnn_denoise_author.pdf
我在调整当前仅处理单个图像的网络来处理图像序列时遇到了麻烦。 我的数据具有以下形状：(7, 512, 512, 1)，其中 7 是我的序列中的帧数，512 是图像的宽度和高度，1 是通道数。
我的问题是如何通过卷积层传递序列？ （我在其他此类问题中看到的 conv3d 建议似乎很奇怪，因为我有 7 个帧）。 然后，我希望将卷积层的结果传递给 ConvLSTM 块，但是，考虑到卷积和 maxpooling 之后获得的特征图，这是否可能？ （使用 ConvLSTM 块的其他答案仅指直接将它们应用于序列）。此操作的结果将再次输入到卷积和最大池化等。
我还检查了涉及 CNN 和 RNN 的其他问题，我正在考虑使用 TimeDistributed(...(...)) 类型的函数，但我不确定我是否朝着正确的方向前进。任何建议都非常受欢迎。
感谢您的宝贵时间！
我面临着类似的情况，我有 n 帧序列，我想预测给定序列后的下一帧，解决方案是通过网络转发图像 n 并从帧 n+1 和重复（n+1, n+2 等）。希望我理解正确。
我可以通过卷积池对输入图像进行下采样，然后将其输入 ConvLSTM 进行翻译吗？