[发明专利]视频预测方法、装置、计算机设备和可读存储介质

说明书

本申请涉及一种视频预测方法、装置、计算机设备和可读存储介质。该方法包括：将获取的视频数据输入移动场预测网络，得到预测移动场；预测移动场表征图像中像素点的位置变化预测情况；将预测移动场、视频数据的最后一帧图像和预设矩阵输入形变网络，得到异常矩阵和下一时刻的参考预测图像；异常矩阵表征参考预测图像中发生异常移动的像素点位置；将异常矩阵和参考预测图像输入图像生成网络，得到下一时刻的预测图像；将预测图像添加至视频数据的最后一帧图像位置之后，删除视频数据的第一帧图像，形成新的视频数据，并返回执行将视频数据输入移动场预测网络的步骤，直至得到预测视频数据。该方法可大大提高得到的预测视频数据的准确性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种视频预测方法、装置、计算机设备和可读存储介质。

背景技术

视频预测可以应用于很多场景，如拍摄行人、自动驾驶汽车等进行移动轨迹预测，气象要素(温度，湿度，风速等)的未来场预测，雷达回波的临近预测等，通过对行人和汽车未来运动轨迹的预测，实现自动驾驶汽车提前预判制动等操作。或者通过对当前地区的气象要素进行外推预测，预防恶劣天气等带来的影响等。

传统技术中，通常将已获得的视频数据输入训练完成的深度学习网络中，经过网络的卷积等操作，对视频数据中的每帧图像特征进行分析，得到未来时间段的视频数据。

然而，传统技术仅通过每帧图像特征进行直接的分析处理，其准确性不高。

发明内容

本申请针对传统技术中进行视频预测的准确性不高的问题，提供一种视频预测方法、装置、计算机设备和可读存储介质。

一种视频预测方法，该方法包括：

将获取的视频数据输入移动场预测网络，得到预测移动场；该视频数据包括多帧具有相同时间间隔的图像，预测移动场表征图像中像素点的位置变化预测情况；

将预测移动场、视频数据的最后一帧图像和预设矩阵输入形变网络，得到异常矩阵和下一时刻的参考预测图像；预设矩阵与视频数据中的图像具有相同维度，异常矩阵表征参考预测图像中发生异常移动的像素点位置；

将异常矩阵和参考预测图像输入图像生成网络，得到下一时刻的预测图像；将预测图像添加至视频数据的最后一帧图像位置之后，删除视频数据的第一帧图像，形成新的视频数据，并返回执行将视频数据输入移动场预测网络的步骤，直至得到预设帧数的预测图像，作为预测视频数据。

在其中一个实施例中，将预测移动场、视频数据的最后一帧图像和预设矩阵输入形变网络，得到异常矩阵和下一时刻的参考预测图像，包括：

通过形变网络对预测移动场和视频数据的最后一帧图像进行预测处理，得到下一时刻的参考预测图像；

通过形变网络对预测移动场和预设矩阵进行变换处理，得到异常矩阵。

在其中一个实施例中，通过形变网络对预测移动场和预设矩阵进行变换处理，得到异常矩阵，包括：

将预测移动场和预设矩阵输入形变网络，输出变换矩阵；

根据变换矩阵中各位置的值，确定异常矩阵。

在其中一个实施例中，将异常矩阵和参考预测图像输入图像生成网络，得到下一时刻的预测图像，包括：

将异常矩阵和参考预测图像进行通道连接后输入图像生成网络，得到下一时刻的预测图像。

在其中一个实施例中，上述方法还包括：

获取样本视频数据；

将样本视频数据输入初始移动场预测网络，得到样本移动场；

将样本移动场、样本视频数据的最后一帧图像和预设矩阵输入初始形变网络，得到样本异常矩阵和下一时刻的参考样本预测图像；