[发明专利]图像预测方法、计算机设备和存储介质

说明书

本申请涉及一种图像预测方法、计算机设备和存储介质。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。采用本方法能够提高预测准确性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像预测方法、计算机设备和存储介质。

背景技术

随着计算机技术和图像处理技术的发展，出现了图像预测技术。比如，基于历史图像对人体或物体的移动轨迹进行预测。图像预测技术可以应用到自动驾驶领域、天气预测领域等多个领域，为人们的工作和生活提供了极大地便利。

相关技术中，图像预测技术通常是利用光流法进行外推，得到预测图像。但是，这种方法存在预测不准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高预测准确性的图像预测方法、计算机设备和存储介质。

一种图像预测方法，该方法包括：

获取历史图像集合；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N帧历史图像的光流变化信息；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光流变化信息进行预测，并根据预测结果和历史图像集合中的预设帧历史图像得到预测图像。

在其中一个实施例中，上述确定N帧历史图像的光流变化信息，包括：

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

在其中一个实施例中，上述将N帧历史图像输入到预先设置的光流计算模型中，得到光流计算模型输出的光流变化信息，包括：

将历史图像集合中每两帧历史图像作为一个图像对，得到N-1个图像对；

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

在其中一个实施例中，上述利用预先训练的目标神经网络对光流变化信息进行预测，并根据预测结果和历史图像集合中的预设帧历史图像得到预测图像，包括：

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

根据预测光流特征图对历史图像集合中的预设帧历史图像进行形变处理，得到预测图像。

在其中一个实施例中，上述根据预测光流特征图对历史图像集合中的预设帧历史图像进行形变处理，得到预测图像，包括：

根据预测光流特征图计算预设帧历史图像中各像素点的目标迁移位置；

根据各像素点的目标迁移位置和各像素点的像素值生成预测图像。

在其中一个实施例中，上述目标神经网络的训练过程包括：

获取训练图像集合；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；

基于训练图像集合进行神经网络的训练，得到目标神经网络。

在其中一个实施例中，上述基于训练图像集合进行神经网络的训练，得到目标神经网络，包括：

将前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；