【技术实现步骤摘要】
视频预测方法及装置、电子设备和存储介质
本公开涉及计算机视觉
，尤其涉及一种视频预测方法及装置、电子设备和存储介质。
技术介绍
在人类的日常生活中，预测未来是一件异常困难又十分重要的事。自古以来人类就对预测未来存在着极大的兴趣，同时，在大自然中存在着许多看似有着内在规律的自然现象。能够通过一些方法对这些变化过程进行预测，是一个非常具有挑战性的课题。在计算机视觉领域，我们通常把这一系列问题建模成对时空序列类型数据的预测，即输入为一些连续的多帧图片序列，输出为后一帧或后几帧。如何提高视频预测的速度，是亟待解决的技术问题。
技术实现思路
本公开提供了一种视频预测技术方案。根据本公开的一方面，提供了一种视频预测方法，包括：对采集的第一视频帧序列进行压缩处理，得到所述第一视频帧序列对应的第一压缩表示矩阵序列；根据所述第一压缩表示矩阵序列进行预测，得到预测的第二压缩表示矩阵序列；对所述第二压缩表示矩阵序列进行恢复处理，得到所述第二压缩表示矩阵序列对应的第一图像序列。通过对...
【技术保护点】
1.一种视频预测方法，其特征在于，包括：/n对采集的第一视频帧序列进行压缩处理，得到所述第一视频帧序列对应的第一压缩表示矩阵序列；/n根据所述第一压缩表示矩阵序列进行预测，得到预测的第二压缩表示矩阵序列；/n对所述第二压缩表示矩阵序列进行恢复处理，得到所述第二压缩表示矩阵序列对应的第一图像序列。/n
【技术特征摘要】
1.一种视频预测方法，其特征在于，包括：
对采集的第一视频帧序列进行压缩处理，得到所述第一视频帧序列对应的第一压缩表示矩阵序列；
根据所述第一压缩表示矩阵序列进行预测，得到预测的第二压缩表示矩阵序列；
对所述第二压缩表示矩阵序列进行恢复处理，得到所述第二压缩表示矩阵序列对应的第一图像序列。
2.根据权利要求1所述的方法，其特征在于，在所述得到所述第二压缩表示矩阵序列对应的第一图像序列之后，所述方法还包括：
根据所述第一视频帧序列中的至少部分视频帧进行预测，得到预测的第二图像序列；
根据所述第一图像序列和所述第二图像序列，得到预测的第三图像序列。
3.根据权利要求1或2所述的方法，其特征在于，所述对采集的第一视频帧序列进行压缩处理，得到所述第一视频帧序列对应的第一压缩表示矩阵序列，包括：
对采集的第一视频帧序列进行离散余弦变换，得到所述第一视频帧序列对应的第一稀疏表示矩阵序列；
对所述第一稀疏表示矩阵序列进行随机投影，得到所述第一视频帧序列对应的第一压缩表示矩阵序列。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述根据所述第一压缩表示矩阵序列进行预测，得到预测的第二压缩表示矩阵序列，包括：
将所述第一压缩表示矩阵序列输入第一子神经网络，经由所述第一子神经网络预测得到所述第一压缩表示矩阵序列对应的第二压缩表示矩阵序列。
5.根据权利要求3所述的方法，其特征在于，所述对所述第二压缩表示矩阵序列进行恢复处理，得到所述第二压缩表示矩阵序列对应的第一图像序列，包括：
对所述第二压缩表示矩阵序列进行恢复处理，得到所述第二压缩表示矩阵序列对应的第二稀疏表示矩阵序列；
对所述第二稀疏表示矩阵序列进行逆离散余弦变换，得到所述第二压缩表示矩阵序列对应的第一图像序列。
6.根据权利要求5所述的方法，其特征在于，所述对所述第二压缩表示矩阵序列进行恢复处理，得到所述第二压缩表示矩阵序列对应的第二稀疏表示矩阵序列，包括：
采用软阈值的激活函数对所述第二压缩表示矩阵序列进行迭代处理，得到所述第二压缩表示矩阵序列对应的第二稀疏表示矩阵序列。
7.根据权利要求2所述的方法，其特征在于，所述根据所述第一视频帧序列中的至少部分视频帧进行预测，得到预测的第二图像序列，包括：
将所述第一视频帧序列中的至少部分视频帧输入第二子神经网络，经由所述第二子神经网络预测得到所述至少部分视频帧对应的第二图像序列。
8.根据权利要求2或7所述的方法，其特征在于，所述至少部分视频帧包括所述第一视频帧序列中最新采集的M个视频帧，其中，M为正整数，所述第一视频帧序列中的视频帧数大于或等于M。
9.根据权利要求7或8所述的方法，其特征在于，所述根据所述第一图像序列和所述第二图像序列，得到预测的第三图像序列，包括：
对所述第一图像序列进行特征提取，得到所述第一图像序列对应的第一特征；
对所述第二图像序列进行特征提取，得到所述第二图像序列对应的第二特征...
【专利技术属性】
技术研发人员：张伟，刘光灿，赵琦，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。