[发明专利]视频预测方法和装置、视频预测模型的训练方法及车辆

说明书

本申请公开了一种视频预测方法和装置、视频预测模型的训练方法及车辆，该视频预测方法包括：确定先前N帧图像的第N特征图，其中，第N特征图包含先前N帧图像的空间特征和时间特征；根据第N特征图生成未来M帧图像，其中，未来M帧图像与先前N帧图像之间间隔P帧图像，N为大于1的整数，M、P为大于或等于1的整数。本申请的技术方案通过确定与先前N帧图像在时间上不连续的未来M帧图像，实现对未来时间段内的视频帧的预测，从而能够缩短计算时间、减小资源占用以及运算负担，提高预测效率。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种视频预测方法和装置、视频预测模型的训练方法及车辆。

背景技术

视频预测可以根据给定的视频，预测后续的视频，从而使得用户可以根据预测的视频提前做出判断或决策。现有的视频预测方法一般是基于前一帧预测后一帧，并通过不断重复该操作实现长时间的视频预测。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种视频预测方法和装置、视频预测模型的训练方法及车辆。

根据本申请的一个方面，提供了一种视频预测方法，包括：确定先前N帧图像的第N特征图，其中，第N特征图包含先前N帧图像的空间特征和时间特征；根据第N特征图生成未来M帧图像，其中，未来M帧图像与先前N帧图像之间间隔P帧图像，N为大于1的整数，M、P为大于或等于1的整数。

根据本申请的另一个方面，提供了一种视频预测装置，包括：确定模块，用于确定先前N帧图像的第N特征图，其中，第N特征图包含先前N帧图像的空间特征和时间特征；生成模块，用于根据第N特征图生成未来M帧图像，其中，未来M帧图像与先前N帧图像之间间隔P帧图像，N为大于1的整数，M、P为大于或等于1的整数。

根据本申请的又一个方面，提供了一种视频预测模型的训练方法，包括：通过利用多个样本视频训练机器学习模型得到视频预测模型，多个样本视频中的每个样本视频包括先前N帧样本图像和未来M帧样本图像，未来M帧样本图像和先前N帧样本图像之间间隔P帧图像，其中，N为大于1的整数，M、P为大于或等于1的整数。

根据本申请的又一个方面，提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序用于执行上述的视频预测方法。

根据本申请的又一个方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器，其中，处理器用于执行上述的视频预测方法。

根据本申请的又一个方面，提供了一种车辆，包括上述的电子设备。

本申请实施例提供了一种视频预测方法和装置、视频预测模型的训练方法及车辆，通过利用已知视频中的先前N帧图像的第N特征图，确定与先前N帧图像在时间上不连续的未来M帧图像，实现对未来时间段内的视频帧的预测，由于省略了对位于先前N帧图像和未来M帧图像中间的视频帧的预测，从而能够缩短计算时间、减小资源占用以及运算负担，提高预测效率。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本申请一示例性实施例提供的视频预测系统的系统架构示意图。

图2是本申请一示例性实施例提供的视频预测方法的流程示意图。

图3是本申请一示例性实施例提供的视频预测方法的场景示意图。

图4是本申请另一示例性实施例提供的确定先前N帧图像的第N特征图的流程示意图。

图5是本申请另一示例性实施例提供的根据第N特征图生成未来M帧图像的流程示意图。