CN119418255A 多尺度视频预测方法、系统、介质、产品及设备 （山东大学）_第1页
CN119418255A 多尺度视频预测方法、系统、介质、产品及设备 （山东大学）_第2页
CN119418255A 多尺度视频预测方法、系统、介质、产品及设备 （山东大学）_第3页
CN119418255A 多尺度视频预测方法、系统、介质、产品及设备 （山东大学）_第4页
CN119418255A 多尺度视频预测方法、系统、介质、产品及设备 （山东大学）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

备将所述上一帧图像与所述当前帧图像分别输入2将所述上一帧图像与所述当前帧图像分别输入至双分支光流模块根据所述运动特征和所述空间特征，得到融合特征，所述融根据下一帧图像与上一帧图像的反向光流、下一帧图像与当前帧K-D-cona(r,)，P-DW-c特征提取单元，被配置为：将所述上一帧图像与所述当前帧图3计算机可读存储介质，所述计算机可读存储介质中9.一种计算机可读存储介质，其特征在于，45va()，K-DW-coma(,)其中，DW-conva为1x1的深度可分离卷积，为拼接特征。[0012]作为本发明第一方面更进一步的限定，与所述拼接特征进行加权计算，包括：6S2：将所述上一帧图像与所述当前帧图像分别输入至双分支光流模块的两个分7[0028]可以理解的，本实现方式中的S2_S4的过程可以采用一个多尺度视频预测模型来上一帧和当前帧图像并输入双分支光流模块以提取运通过深度共享卷积和自注意力机制分别进行多语义空间信息融合和通道间相似网络对长距离依赖关系的捕获能力，通过多尺度特征提取模块在多个尺度上提取运动特其中，表示通过残差特征提取模块提取的残差特征，split()的变化。DW-convsa()指的是3x3的深度可分离卷积，表示通过最近邻插值将图像特8,分别利用深度可分离卷积h.o)和膨胀卷积h.o)进行特征提取，最终通过concrlol利用77大小的核进行最大池化并与拼接特征进行加权计算，得到融合特征到Ir的光流fu-r、ln到I,的光流以及权重图w。9第i个双分支光流模块，j代表拉普拉斯金字塔的第j层，l代表第l个卷积层。实施例1所述的相应方法所涉及的各步骤的计算机程序（包括程序代码来构造本实施例可以包括电子设备中的内置存储介质，当然也可以包括电子设备所支持的扩展存储介质。[0048]并且，在该存储空间中还存放了适于被处理器加载并执的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据处理设

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论