[发明专利]视频生成方法、装置、设备及存储介质

说明书

本发明涉及金融科技领域的人工智能技术，揭露了一种视频生成方法，包括：利用带位置信息的标准图像特征集合训练图像特征预测模型，得到图像特征生成模型，利用图像特征生成模型对带有起始位置信息的待分析图像进行上下文图像特征生成，得到带有预测位置信息的上下文图像特征，对上下文图像特征进行图像还原，得到上下文图像集合，利用起始位置信息及预测位置信息对待分析图像及上下文图像集合中的图像进行串联，得到串联视频。本发明还涉及区块链技术，所述串联视频可存储在区块链的节点中。本发明还提出一种视频生成装置、电子设备以及可读存储介质。本发明在金融领域，通过位置信息定位上下文信息，可以提高根据图像生成视频的准确性。

技术领域

本发明涉及金融科技及人工智能技术领域，尤其涉及一种视频生成方法、装置、电子设备及可读存储介质。

背景技术

随着人工智能的快速发展，人工智能技术广泛应用于各种领域，例如，金融科技领域，在网上交易时通过人工智能来利用人脸图像生成人脸视频，以提高对人脸认证识别的准确性。

现有技术中一般使用下述方法进行视频生成：1、通过插帧的方法使图片动起来；2、使用对抗神经网络GAN去生成多张图片，再拼接连贯的图片形成视频。这些方法均未考虑视频中帧与帧之间的上下文信息，即无法确定不同帧图像间的位置信息，使得生成的视频缺乏逻辑性(例如人脸图像生成人脸视频时，不同帧位置信息不同时，会导致人脸认证失败)，导致根据图像生成视频的准确率较低。

发明内容

本发明提供一种视频生成方法、装置、电子设备及可读存储介质，其主要目的在于可以提高根据图像生成视频的准确性。

为实现上述目的，本发明提供的一种视频生成方法，包括：

获取视频训练集合，对所述视频训练集合中的视频进行逐帧图像分割，得到原始图像训练集合；

在所述原始图像训练集合的图像中添加位置信息，得到标准图像训练集合，并利用预训练的特征提取模型对所述标准图像训练集合中的图像进行特征提取，得到原始图像特征集合；

对所述标准图像训练集合中的图像进行位置编码，得到位置特征向量集合，基于所述位置特征向量集合及所述原始图像特征集合构建标准图像特征集合；

利用所述标准图像特征集合训练预构建的图像特征预测模型，得到图像特征生成模型；

获取带有起始位置信息的待分析图像，利用所述图像特征生成模型对所述待分析图像进行上下文图像特征生成，得到带有预测位置信息的上下文图像特征；

利用预设的图像解码器对所述上下文图像特征进行图像还原，得到上下文图像集合；

利用所述起始位置信息及所述上下文图像特征中的预测位置信息对所述待分析图像及所述上下文图像集合中的图像进行串联，得到串联视频。

可选地，所述对所述视频训练集合中的视频进行逐帧图像分割，得到原始图像训练集合，包括：

对所述视频训练集合中的视频进行下采样处理，得到采样视频集合；

对所述采样视频集合中的视频进行逐帧图像提取，得到得到原始图像训练集合。

可选地，所述在所述原始图像训练集合的图像中添加位置信息，得到标准图像训练集合，包括：

按照预设的滑动窗口对所述原始图像训练集合中的图像进行像素块分割，得到像素块集合；

按照预设的第一随机值对所述像素块集合中的像素块进行随机遮掩处理，得到标准像素块集合；

对所述标准像素块集合中的像素块进行平铺处理，得到图像序列集合；

在所述图像序列集合中添加位置信息，汇总所有添加完位置信息的图像序列得到所述标准图像训练集合。