龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：之江实验室
摘要：本发明公开了一种基于重要性评估的多模态个性化扩散模型视频生成及加速装置和方法，包括：用于对原视频和图像数据进行文本字幕消除和低质量图像筛选过滤的视频图像预处理模块，用于向开源预训练的文本做引导的视频生成扩散模型内注入实体位置的条件信息的文本、实体位置控制的视频生成扩散模型训练微调模块，用于调整视频生成模型的噪声初始化的文本、实体位置控制的视频生成扩散模型优化模块，文本、实体位置控制的视频生成扩散模型推理加速模块和文本、实体位置控制的视频生成扩散模型编辑调整模块。本发明能够解决模型生成质量差、生成效率低、模态信息单一和未充分挖掘扩散模型生成过程中特征间联系的技术问题。
主权项：1.一种基于重要性评估的多模态个性化扩散模型视频生成及加速装置，其特征在于，包括：视频图像预处理模块，用于对原视频的图像数据进行文本字幕的消除和根据图像质量的筛选过滤，并生成相应的文本描述和指定的实体位置框；文本、实体位置控制的视频生成扩散模型训练微调模块，用于向开源预训练的文本做引导的视频生成扩散模型内注入实体位置的条件信息，将每个位置框所对应的嵌入特征输入至交叉注意力中进行特征交互，训练视频生成扩散模型；文本、实体位置控制的视频生成扩散模型优化模块，用于对输入图像进行添加高斯噪声，将得到的噪声图像用于噪声初始化；文本、实体位置控制的视频生成扩散模型推理加速模块，用于评估视频帧间重要性程度和视频帧内区域块重要性程度，将视频生成扩散模型中注意力矩阵在前后视频帧内以及前后扩散模型时间步内进行复用；文本、实体位置控制的视频生成扩散模型编辑调整模块，用于对用户拟修改区域，依据视频帧内区域块重要性程度进行视频的编辑调整。
全文数据：
权利要求：
百度查询： 之江实验室 一种基于重要性评估的多模态个性化扩散模型视频生成及加速装置和方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号