基于特征时空约束的监控视频跨模态视频迁移方法

摘要

本发明涉及一种基于特征时空约束的监控视频跨模态视频迁移方法，包括：步骤1，构建训练数据和神经网络；步骤2，读取连续的模态数据，将模态数据分别输入生成器；步骤3，利用预训练光流模型FlowNet增强模型特征；步骤4，从生成器中提取特征层，优化网络结构并增强特征结构；步骤5，重复步骤2至步骤4，直至迭代模型迭代饱和，网络参数收敛。本发明所述基于特征时空约束的监控视频跨模态视频迁移方法能够提供更优的空间结构信息，还能够给予时序一致性约束；能够增强视频模态迁移结果的稳定性。