[发明专利]图像预测方法、计算机设备和存储介质

权利要求书

1.一种图像预测方法，其特征在于，所述方法包括：

获取历史图像集合；所述历史图像集合包括时间连续的N帧历史图像，N为大于1的正整数；

确定所述N帧历史图像的光流变化信息；所述光流变化信息用于表征每两帧历史图像之间的光流变化特征；

利用预先训练的目标神经网络对所述光流变化信息进行预测，并根据预测结果和所述历史图像集合中的预设帧历史图像得到预测图像。

2.根据权利要求1所述的方法，其特征在于，所述确定所述N帧历史图像的光流变化信息，包括：

将所述N帧历史图像输入到预先设置的光流计算模型中，得到所述光流计算模型输出的所述光流变化信息；所述光流变化信息包括N-1帧历史光流特征图。

3.根据权利要求2所述的方法，其特征在于，所述将所述N帧历史图像输入到预先设置的光流计算模型中，得到所述光流计算模型输出的所述光流变化信息，包括：

将所述历史图像集合中每相邻两帧历史图像作为一个图像对，得到N-1个图像对；

将所述N-1个图像对按照先后顺序依次输入到所述光流计算模型中，得到所述光流计算模型依次输出的所述N-1帧历史光流特征图。

4.根据权利要求2所述的方法，其特征在于，所述利用预先训练的目标神经网络对所述光流变化信息进行预测，并根据预测结果和所述历史图像集合中的预设帧历史图像得到预测图像，包括：

将所述N-1帧历史光流特征图输入到所述目标神经网络中进行预测，得到所述目标神经网络输出的预测光流特征图；

根据所述预测光流特征图对所述历史图像集合中的预设帧历史图像进行形变处理，得到所述预测图像。

5.根据权利要求4所述的方法，其特征在于，所述根据所述预测光流特征图对所述历史图像集合中的预设帧历史图像进行形变处理，得到所述预测图像，包括：

根据所述预测光流特征图计算所述预设帧历史图像中各像素点的目标迁移位置；

根据所述各像素点的目标迁移位置和所述各像素点的像素值生成所述预测图像。

6.根据权利要求1所述的方法，其特征在于，所述目标神经网络的训练过程包括：

获取训练图像集合；所述训练图像集合中包括时间连续的N+1帧训练图像，前N帧训练图像均为训练样本，第N+1帧训练图像为标签；

基于所述训练图像集合进行神经网络的训练，得到所述目标神经网络。

7.根据权利要求6所述的方法，其特征在于，所述基于所述训练图像集合进行神经网络的训练，得到所述目标神经网络，包括：

将所述前N帧训练图像输入到预先设置的光流计算模型中，得到N-1帧训练光流特征图；

将所述N-1帧训练光流特征图输入到初始神经网络中，得到第N帧训练光流特征图；

根据所述第N帧训练光流特征图对预设帧训练图像进行形变处理，得到形变图像；

利用损失函数对所述形变图像和所述标签进行计算得到损失值，并根据所述损失值对所述初始神经网络中的可调参数进行调整，直到所述损失值满足收敛条件为止，得到所述目标神经网络。

8.根据权利要求1所述的方法，其特征在于，在所述得到预测图像之后，所述方法还包括：

根据所述预测图像更新所述历史图像集合；

重复执行所述确定所述N帧历史图像的光流变化信息，以及所述利用预先训练的目标神经网络对所述光流变化信息进行预测，并根据预测结果和所述历史图像集合中的预设帧历史图像得到预测图像的步骤，得到未来时段的视频图像。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。